摘要
本发明涉及电力设备故障诊断技术领域,具体涉及基于改进图卷积网络的电力变压器故障诊断方法及系统,方法包括:获取电力变压器故障数据集,并进行预处理;构建改进的图卷积网络结构,并通过自循环和邻接矩阵归一化方法改进图卷积层的计算;将电力变压器故障数据集数据集划分为训练集和测试集,并对邻接矩阵进行稀疏化处理;初始化图卷积网络的结构和参数;采用反向传播算法训练图卷积网络模型,并将优化得到的结果输入测试集进行验证,得到电力变压器故障诊断结果。通过本发明,提高了电力变压器故障诊断的准确性和效率,充分利用历史数据和当前样本的相似度信息,克服了现有方法难以捕捉复杂非线性关系和未能充分利用历史数据的不足。
技术关键词
电力变压器故障
卷积网络模型
归一化方法
电力设备故障诊断技术
网络结构
传播算法
数据
样本
混合特征矩阵
Softmax函数
梯度下降法
节点
标签
输出特征
参数
系统为您推荐了相关专利信息
静态代码分析
大语言模型
信息模块
变量
输出模块
采煤机机械
LSTM神经网络
地质勘测数据
率预测方法
参数
轻质复合金属材料
空间网络结构
选区激光熔化
金属复合材料技术
轻质复合材料
工艺参数动态
在线调控方法
调控策略
深度强化学习算法
装配系统