一种换流变压器多粒度故障辨识模型构建方法

本发明公开了一种换流变压器多粒度故障辨识模型构建方法，涉及变压器故障诊断技术领域，首先采集换流变压器不同故障下的振动数据，然后利用广义最小熵解卷积对采集到的振动数据进行特征增强，最后采用粗粒度网格算法进行故障特征提取，建立自适应稀疏注意力诊断模型；针对换流变振动信号噪声强的问题，广义最小熵解卷积通过最大化滤波信号的标准矩阵来搜索最优FIR滤波器，从而增强换流变故障信号，具有稳定性强、适用性广泛等优点；在信号特征提取时，采用粗粒度网格特征方法有效提取故障特征，通过频谱分段和振幅增强简化了特征提取过程，降低计算复杂度，减少噪声，提高结果的可靠性和故障诊断的准确率。