基于多尺度卷积神经网络的变压器故障诊断方法

为了提高变压器故障识别的诊断精度，提出一种基于多尺度卷积神经网络模型的变压器故障诊断方法。首先，在1DCNN结构基础上设计2个多尺度卷积模块，构造变压器故障识别模型的总体结构。其次，针对样本特征较少问题，采用基于比值法的特征扩充方法，将样本特征由5维增强至25维；针对故障样本量少以及故障间样本数分布不平衡问题，采用基于对抗生成网络的样本数增强方法，生成大量模拟样本。最后，利用改造后的数据集对所设计的模型进行训练与测试。结果表明，模型平均准确率为93.24%，与相关主流方法在不同数据集下实验对比，本模型表现效果良好。