摘要
本发明公开了一种基于SMOTE‑SSA‑CNN的变压器DGA故障诊断方法,通过获取原始变压器DGA监测数据,然后通过SMOTE算法扩充少数类样本,得到均衡化后的变压器DGA监测数据集,并划分训练集与测试集;将CNN模型的超参数作为SSA算法的麻雀个体,优化得到CNN的最优超参数;基于均衡化后的变压器DGA监测数据集,搭建CNN模型进行变压器故障诊断。本发明SMOTE算法通过降低原始数据集的不平衡度;通过麻雀搜索算法对CNN分类模型的结构及超参数进行优化,避免CNN模型超参数设置的主观性;结合扩充数据集和最优超参数,搭建CNN模型进行变压器故障诊断,提高了故障诊断准确率。
技术关键词
故障诊断方法
SSA算法
SMOTE算法
变压器故障诊断
样本
超参数
K近邻算法
分类准确率
可读存储介质
搜索算法
处理器
平衡度
数学模型
存储器
气体
计算机
终端
表达式
系统为您推荐了相关专利信息
信息处理方法
对象属性信息
计算机可执行指令
因子
关联属性信息
线性回归方程
多元线性回归算法
选粉机
历史运行数据
样本
自动化称重系统
漆包线
称重传感器输出
神经网络模型
称重误差
空调控制方法
窗户
空调出风口
超声波传感器
神经网络模型构建