一种基于改进神经网络的变压器故障诊断方法

AITNT
正文
推荐专利
一种基于改进神经网络的变压器故障诊断方法
申请号:CN202411962793
申请日期:2024-12-30
公开号:CN119380755A
公开日期:2025-01-28
类型:发明专利
摘要
本发明公开了一种基于改进神经网络的变压器故障诊断方法,该方法针对传统变压器故障诊断存在的效率低下和诊断结果主观性强的问题,提出了一种基于改进算法的故障诊断技术。首先对变压器声纹数据进行预处理,通过模糊聚类C均值聚类算法进一步处理预处理后的声纹特征,对声纹特征进行标注并以此获取数据集。接着构建基于改进河马算法优化的神经网络模型,通过河马算法优化神经网络的参数,提高模型的搜索和收敛性能。本发明不仅提升了故障诊断的效率和准确性,还增强了模型的泛化能力,为变压器的维护和故障预防提供了有力的技术支持。
技术关键词
声纹特征 均值聚类算法 变压器故障诊断 BP神经网络模型 傅里叶变换法 三角形 优化神经网络 顶点 故障诊断技术 策略 梯度下降算法 样本 矩阵 非线性
系统为您推荐了相关专利信息
1
基于人工智能的诈骗行为识别方法、装置、设备及介质
犯罪心理学 声纹特征 识别方法 MFCC特征 风险
2
一种零件表面缺陷检测方法
缺陷轮廓 缺陷类别 矢量特征 序列 主成分分析算法
3
一种基于重组分割图形的剪力墙识别方法
图像采集设备 单体 识别方法 语义分割算法 剪力墙结构
4
一种基于全身PET影像的血液输入函数自动提取方法及系统
血液输入函数 主动脉 动态图像序列 典型 强度
5
一种基于声纹识别模型的设备工作状态识别方法
声纹识别模型 设备工作状态 音频波形数据 识别方法 声纹特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号