摘要
本发明涉及故障诊断技术领域,尤其涉及一种改进长短期记忆网络的电力变压器故障诊断方法及系统,方法包括:收集电力变压器的故障数据,并且对故障数据进行预处理;构建长短期记忆网络结构,对长短期记忆网络结构进行改进;采用非标准贝叶斯算法对长短期记忆网络结构中的超参数进行寻优;构建电力变压器故障诊断模型,通过电力变压器故障数据集对电力变压器故障诊断模型进行训练和优化;将优化后的电力变压器故障诊断模型部署到实际电力系统中。通过本发明,有效解决了LSTM网络在电力变压器故障诊断中的应用效果较差的问题,提出了新的激活函数ALEU,以增强模型对复杂数据的处理能力,还提出了动态衰减L1+L2正则化方法,提高模型的泛化能力和诊断精度。
技术关键词
电力变压器故障
长短期记忆网络
贝叶斯算法
长短期记忆单元
非标准
超参数
数据收集模块
网络结构优化
时序
电力系统
表达式
数据收集单元
系统为您推荐了相关专利信息
建筑能耗数据
数据驱动模型
多场景
数据预处理方法
数据收集方法
动态预测方法
双向长短期记忆网络
财务
编码向量
风险
能耗预测模型
智能调控
时序
深度置信网络
长短期记忆网络
积水
深度预测方法
融合时空特征
深度预测模型
监测站
生成对抗网络模型
长短期记忆网络
多媒体
字幕
人脸