摘要
本发明公开了一种电力变压器故障识别方法,包括如下步骤:收集电力变压器各类故障的声纹样本数据,并扩充和叠加环境噪声;对叠加环境噪声后的数据进行特征提取,得到声纹信号特征,将声纹信号特征转化为特征矢量;使用改进捕鱼优化算法对CNN‑LSTM网络模型进行寻优,采用特征矢量对寻优后的模型进行训练,将训练好的模型用于电力变压器故障诊断;本发明通过采用改进捕鱼优化算法对CNN‑LSTM网络模型的学习率、批尺寸进行寻优,解决了超参数难以准确选取的问题,通过对特征量的诊断,能够实时准确的输出变电力变压器内部的情况。
技术关键词
电力变压器故障
识别方法
信号特征
网络
概率密度函数
220kV变电站
模式
算法
数据
参数
阶段
位置更新
尺寸
频率响应
传感器
训练集
样本
音频
系统为您推荐了相关专利信息
导引运输车
控制模型训练方法
包裹
加速度
超网络
母猪发情
影像采集装置
气味释放装置
无线传输模块
避障雷达
空调故障诊断方法
神经网络模型
节点
反向传播方法
卷积方法
分布式能源网络
网络拓扑
网络节点
功率
移动储能车
基站流量预测方法
流量预测模型
多头注意力机制
矩阵
非暂态计算机可读存储介质