摘要
本发明涉及变压器故障预测技术领域,公开了基于时‑空‑谱多源信息融合的变压器故障预测方法,其技术方案要点是:数据采集、数据预处理、特征提取、模型构建与训练、故障预测;通过融合时‑空‑谱多源信息,采用时变自回归滑动平均模型(TV‑ARMA)动态捕捉电气参数变化,结合自适应小波包变换(AWPT)优化频谱特征提取,并利用鲸鱼优化算法(WOA)训练深度置信网络(DBN),实现了变压器故障的高精度预测,显著提升了绕组短路、铁芯接地及绝缘老化等故障的识别准确率与可靠性。
技术关键词
变压器故障预测方法
鲸鱼优化算法
频谱特征提取
深度置信网络
多尺度形态学
功率因数
变压器故障预测技术
绕组短路
空间特征提取
绝缘老化
受限玻尔兹曼机
空间权重矩阵
ARMA模型
统计特征
高精度传感器
空间分布特征
数据
频率
铁芯