一种基于LMD分解和霜冰优化的CNN-SVM模型变压器故障在线诊断方法

本发明公开了一种基于LMD分解和霜冰优化的CNN‑SVM模型变压器故障在线诊断方法，属于故障诊断技术领域，该方法通过局部均值分解将变压器振动信号分解为多个PF分量，依据各PF分量的模糊熵值提取有效PF分量进行信号重构，达到降噪的目的；将重构信号作为输入，训练DCGAN模型，通过不断优化生成器网络，直到其生成的样本在统计特性上与真实样本足够相似；将数据集输入霜冰优化算法优化之后的CNN‑SVM进行离线的模型训练，构建最优变压器故障诊断模型；最后以最优CNN‑SVM模型完成在线变压器故障诊断。本发明有效的解决了变压器故障振动信号因小样本非均衡数据导致诊断精度低的问题。