摘要
本申请提供一种变压器运行状态监测方法和装置,通过获取变压器的历史时间段内的N组样本数据,根据预设方法对DGA原始数据进行处理,获得真实比值特征,根据样本数据和初始卷积神经网络模型,预测获得样本预测特征;初始卷积神经网络模型根据样本预测特征,预测获得变压器的运行状态;根据样本预测特征与真实比值特征,DGA原始数据对应的运行状态和预测获得的变压器的运行状态,对初始卷积神经网络模型进行训练,获得目标卷积神经网络模型。实现了将传统方法融入到目标卷积神经网络模型中,使得目标卷积神经网络模型在利用DGA原始数据监测变压器运行状态时,提高了监测的准确性和效率。
技术关键词
卷积神经网络模型
比值特征
预测特征
样本
变压器运行状态
数据
呋喃化合物
计算机执行指令
时间段
执行存储器存储
一氧化碳
绝缘油
三角形
乙烷
乙炔
处理器
气体
模块