一种基于GAN-MCNN的变压器故障诊断方法

本发明涉及一种变压器故障诊断方法，具体公开了一种基于GAN‑MCNN的变压器故障诊断方法，步骤如下：第一步，将采样集的变压器故障诊断数据进行标准化处理，然后，基于比值法将原始样本特征维度由5维增至25维，增强样本特征；第二步，采用生成对抗网络算法增强少数类故障样本数量；第三步，通过在1DCNN的结构上增加多尺度卷积层，设计了基于多尺度卷积神经网络的变压器故障识别模型；第四步，利用维度与数量增强后的数据集对所设计的模型进行训练与测试，并通过与一些智能算法进行泛化性实验对比，结果表明本发明所提出的方法平均识别准确率为93.58％，泛化性能良好。