一种基于深度学习网络的变压器故障诊断模型构建方法

本发明涉及变压器技术领域，尤其是一种基于深度学习网络的变压器故障诊断模型构建方法，包括下述步骤：获取变压器油中溶解气体的数据，且形成DGA的原始数据；构造为变压器的故障特征集，以提取获得输入特征向量，且将输入特征向量作为样本数据；将样本数据划分为预训练集、调优集和测试集；建立DBN网络；将改进后的DBO算法用于DBN网络的超参数寻优，以构建变压器深度学习模型；对变压器深度学习模型进行训练，获得训练后的变压器深度学习模型；通过训练后的变压器深度学习模型对测试集进行诊断、评估、调整以获得故障诊断模型。本发明能够提高故障诊断的评估准确率，有效防止了核电变压器漏判和误判造成的设备损坏和非计划停机损失。