摘要
本发明涉及数据处理技术领域,尤其涉及一种基于人工智能的变压器故障监测方法及系统。方法包括步骤:采集输入电流数据集与输出电流数据集,获取输入电流数据集中每个数据的特征偏差值,基于所述特征偏差值,获取输入电流数据集的第一振荡幅度;获取输入电流数据集的第二振荡幅度,根据第一振荡幅度以及第二振荡幅度,获取差分权重;根据电力变压器的输入电流与输出电流的变化一致性,获取电力变压器的负载变化,根据负载变化对差分权重进行修正,获取修正差分权重;将修正差分权重输入DE算法中优化CNN网络的卷积核参数,再对电力变压器的故障进行监测,本发明提高了变压器故障监测的准确性。
技术关键词
变压器故障监测
电流
代表
DE算法
计算机程序指令
电力变压器故障
特征值
偏差
皮尔逊相关系数
曲线
数据处理技术
监测系统
符号
存储器
处理器
参数
网络
系统为您推荐了相关专利信息
电网仿真模型
新能源设备
理论线损计算方法
指标
牛顿插值法
计算方法
因子
漂浮式平台
粒子群优化算法
大气折射率
定义方法
评价准则
指标
新型高速列车
遗传算法求解