基于EEMD和深度自编码器的变压器机械故障声学诊断方法 |
| |
引用本文: | 廖鹏飞,冯国坤,李占峰,余小涛,段灿棋.基于EEMD和深度自编码器的变压器机械故障声学诊断方法[J].电工技术,2023(17):9-12. |
| |
作者姓名: | 廖鹏飞 冯国坤 李占峰 余小涛 段灿棋 |
| |
作者单位: | 青岛鼎信通讯股份有限公司;国网江西省电力有限公司余干县供电分公司 |
| |
摘 要: | 为提高电力变压器机械故障诊断的准确性,依据变压器声音信号与机械状态之间的关联特性,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和深度自编码器(Stacked Auto Encoder,SAE)的变压器机械故障声学诊断方法。首先采用EEMD对变压器原始声音信号进行分解,提取信号的时频能量特征;然后构建基于SAE的变压器机械故障识别模型,通过无监督自学习和有监督微调完成深层特征挖掘和识别;最后以某10 kV变压器为试验对象,采用典型机械状态下的声音信号对故障识别模型进行训练优化。算例结果表明,与传统的故障诊断方法相比,所提方法能更好地对变压器机械故障进行识别。
|
关 键 词: | 电力变压器 机械故障 声音信号 集合经验模态分解 深度自编码器 |
|
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|