基于胶囊神经网络的电力变压器故障诊断方法研究

电力变压器作为电力系统运行的枢纽设备,其运行状况直接关系到整个系统的运行安全.长期以来,油中溶解气体分析(dissolved gas analysis,DGA)技术由于不易受变压器内部复杂电磁场及外部噪声影响,成为变压器故障诊断的一种有效手段.为了解决现有基于DGA的故障诊断方法的局限性并进一步提升故障诊断的准确率,文中提出了一种基于胶囊神经网络(capsule network,CapsNet)的油浸式电力变压器故障诊断方法.通过结合CapsNet在处理向量数据方面的优势和变压器油中溶解气体的特征,所提方法能够准确地模拟油中溶解气体与故障类型之间复杂的非线性关系,通过动态路由技术和反向传播算法...

Celý popis

Podrobná bibliografie

Vydáno v:	高压电器 Ročník 60; číslo 5; s. 92 - 98
Hlavní autor:	罗文萱
Médium:	Journal Article
Jazyk:	čínština
Vydáno:	华北电力大学国际教育学院,河北保定 071003 16.05.2024
Témata:	power transformer capsule network 动态路由算法 fault diagnosis 胶囊神经网络 电力变压器 故障诊断 dynamic routing algorithm DGA
ISSN:	1001-1609
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!