摘要
本发明提供了一种变压器故障诊断方法、系统、设备及介质,属于电力设备故障诊断技术领域,其方法包括如下步骤:获取变压器油中溶解气体的样本数据;使用Relief‑F算法对样本数据的特征进行权重计算,并根据特征的权重排序筛选出变压器故障诊断的最优特征集合;将最优特征集合中的特征输入深度神经网络模型,对深度神经网络模型进行训练,在训练过程中,使用天鹰算法对深度神经网络模型的参数进行优化,得到变压器故障诊断模型;获取变压器待测试样本,将变压器待测试样本输入变压器故障诊断模型中,得到变压器故障诊断类型。本发明能够提高故障诊断的准确率。
技术关键词
变压器故障诊断
深度神经网络模型
样本
电力设备故障诊断技术
算法
故障诊断模块
可读存储介质
数据获取模块
特征选择
存储器
处理器
计算机设备
气体
参数
系统为您推荐了相关专利信息
特征构建方法
地磁
基因表达式编程
轮廓波变换
融合策略
合金材料
参数标定方法
粒子群算法优化
效应
拉丁超立方抽样