一种基于深度学习的变压器轻瓦斯故障检测方法及装置

本发明涉及一种基于深度学习的变压器轻瓦斯故障检测方法及装置，属于变压器故障诊断领域。构建基于改进鲸鱼优化算法与自适应增强的集成分类模型，通过Tent混沌映射初始化、Levy飞行策略和模拟退火机制优化支持向量机超参数，结合加权多弱分类器融合及正则化技术提升模型稳定性和分类精度；采用多类型气体传感器采集轻瓦斯气体数据，利用标准化、主成分分析及线性判别分析进行数据预处理和特征降维；基于气体浓度与故障类型关系公式及边缘计算节点实现实时故障诊断与反馈，提高故障诊断的及时性和精准性；具有较强的实时性和实用性，能够快速完成对变压器轻瓦斯故障气体的检测与故障识别。