文献知网节
  • 记笔记
摘要:油中溶解气体分析是变压器内绝缘故障诊断的重要方法之一。但误判案例分析表明,传统的基于深度信念网络(deep belief network,DBN)油中溶解气体故障诊断方法存在较多的局部放电、低温过热、低能电弧放电兼过热混淆等误判。为进一步提高故障诊断效果,提出一种面向变压器油中溶解气体分析的组合DBN故障诊断方法。该方法引入深度信念网络群识别故障类型及严重程度,根据第一层故障类型识别结果激活相应的二层DBN识别故障严重程度。研究不同输入下,网络层数、节点数对于组合DBN的油中溶解气体故障诊断准确率的影响,结果表明当输入为无编码比值加特征气体含量,网络层数选取为3时网络具有最高准确率;当网络节点数大于3,增加节点数无法显著提高网络识别准确率。组合DBN查准率及查全率均高于单一DBN,总体准确率由80.9%提高到90.1%。分析案例数据量对诊断结果的影响,查全率及查准率随数据量增加而增加,案例多的故障类型查准率高于案例少的故障类型。
  • DOI:

    10.13335/j.1000-3673.pst.2019.0422

  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    电力工业

  • 分类号:

    TM407

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:382 页码:3800-3808 页数:9 大小:2287K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者