基于深度学习的干式电抗器故障诊断方法及装置

本发明提供一种基于深度学习的干式电抗器故障诊断方法及装置。该方法包括：基于预设的干式电抗器三维有限元模型，采用仿真方法获取仿真故障声信号数据以构建源域数据集；利用所述源域数据集对预设深度学习网络进行训练，得到初始故障诊断模型；采集目标干式电抗器的故障声信号以构建得到一维时序数据集；对所述一维时序数据集中的每个样本进行格拉姆角场编码，生成对应的二维图像集；将一维时序数据集和二维图像集共同作为目标域数据集，并将所述目标域数据集划分为训练集和测试集；冻结初始故障诊断模型中的特征提取网络的参数，采用训练集对其余网络层参数进行微调，得到最优故障诊断模型；将测试集输入至最优故障诊断模型，得到诊断结果。