文档摘要：变压器作为变电站的主要电气设备,其智能化程度直接决定了智能变电站的发展程度,是电力系统中关系国民生产生活的重要环节.采集变压器油中溶解气体的含量及类型,通过建立卷积神经网络模型确定变压器的故障类型.在卷积神经网络算法原理的基础上,利用Java编程构建模型,将一维卷积神经网络应用到变压器故障诊断中,以变压器油中溶解的5种气体含量值作为输入向量,变压器的6种状态对应的编码值作为输出向量,并对网络中的池化层进行改进.在模型建立过程中讨论了卷积核的大小、数量、样本长度对模型精度的影响,并通过优选函数的方法确定激活函数.实验表明,将该方法生成的网络应用于变压器故障诊断,可为合理诊断变压器故障提供有价值的参考.
Abstract：Asthemainelectricalequipmentofsubstations,thesmarteningdegreeofthetransformerdirectlydeterminesthedevelopmentdegreeofsmartsubstation,anditisanimportantsectioninpowersystem.Thecontentandtypeofdis-solvedgasintransformeroilarecollected,andthefaulttypeoftransformerisdeterminedbyestablishingtheconvolutionneuralnetworkmodel.Onthebasisoftheprincipleofconvolutionalneuralnetworkalgorithm,byusingthejavaprogram-ming,one-dimensionalconvolutionalneuralnetworkisappliedtothetransformerfaultdiagnosisthroughanestablishedmodel.Thefivegascontentvaluesdissolvedintransformeroilareinputwhereasthecorrespondingcodingvalueofthesixstatesareoutput.Moreover,thepoolinglayerinthenetworkisimproved.Thentheinfluenceofthesizeoftheconvolutionkernelandthesamplelengthonthemodelaccuracy,andtheactivationfunctionisdeterminedbyoptimizingtheoptimalfunction.Experimentsshowthatapplyingthenetworkgeneratedbythismethodtotransformerfaultdiagnosishashighaccuracyandcanprovidevaluablereferenceforreasonablediagnosisoftransformerfaults.
作者：贾茹宾 张雅君 田丰 倪艳荣 张静Author：JIARubin ZHANGYajun TIANFeng NIYanrong ZHANGJing
作者单位：河南工学院电缆工程学院,河南省线缆结构与材料重点实验室,河南新乡453000
刊名：电工技术
Journal：ElectricEngineering
年，卷(期)：2024, (10)
分类号：TM411
关键词：变压器油气体含量 卷积神经网络 池化 故障诊断
Keywords：gascontentoftransformeroil convolutionalneuralnetwork pooling faultdiagnosis
机标分类号：TM411TP391.41TP212
在线出版日期：2024年7月10日
基金项目：河南省科技攻关项目，河南省科技攻关项目，河南省科技攻关项目卷积神经网络在油浸式变压器故障诊断的应用[
期刊论文] 电工技术--2024, (10)贾茹宾 张雅君 田丰 倪艳荣 张静变压器作为变电站的主要电气设备,其智能化程度直接决定了智能变电站的发展程度,是电力系统中关系国民生产生活的重要环节.采集变压器油中溶解气体的含量及类型,通过建立卷积神经网络模型确定变压器的故障类型.在卷积神...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：变压器油气体含量,卷积神经网络,池化,故障诊断,
- 文件大小:
- 1.35 MB
- 下载次数:
- 60
-
高速下载
|
|
1
