摘要
本发明提供一种基于深度学习的变压器故障诊断与定位方法,包括以下步骤:(1)获取相关样本数据,并对变压器油中溶解气体的相关数据进行预处理,得到典型气体的三比值,将各种故障类型数据划分为训练集和测试集作为模型的输入特征;(2)构建故障诊断模型和故障定位模型,(3)通过改进秃鹰算法优化故障诊断模型和故障定位模型的相关参数,用样本数据对经过算法优化后的模型进行训练,得到最终的诊断和定位模型;(4)通过诊断和定位模型处理待评估数据,得到变压器故障的诊断和定位结果。本发明对故障分类和定位的准确率较高,在一定程度上保证电力变压器安全、可靠的运行。
技术关键词
变压器故障诊断
故障定位模型
定位方法
故障诊断模型
放电故障
余弦算法
数据
变压器故障定位
拉格朗日插值法
群体智能算法
样本
代表
支持向量机模型
位置更新
气体
模型超参数
表达式
电力变压器
系统为您推荐了相关专利信息
室内动态场景
主动定位方法
全局地图
监测室内环境
规划
图像生成方法
穴位定位方法
人体骨骼
关键特征点
输入端
实体
故障定位系统
构建数据平台
样本
故障定位方法