基于栈式稀疏自编码器的矿用变压器故障诊断
许倩文1
吉兴全1
张玉振2
李军3
于永进1
1.山东科技大学电气与自动化工程学院,山东青岛,2665902.国网山东省电力公司东营供电公司,山东东营,2570003.国网山东省电力公司威海供电公司,山东威海,264200
摘要：鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果,提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法.通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器,再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器,并以Softmax分类器作为输出层,建立矿用变压器故障诊断模型;利用大量无标签样本对模型进行无监督预训练,并通过有监督微调优化模型参数.算例分析结果表明,与栈式自编码器相比,栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率.
关键词：矿用变压器故障诊断深度学习栈式稀疏自编码器Softmax分类器
分类号：TD611(矿山电工)
资助基金：高等学校科技计划(J17KA074)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-37 )
英文信息