| 基于深度神经网络的变压器故障诊断方法研究 |
| |
| 引用本文： | 李辉,黄祖源,田园,和志成.基于深度神经网络的变压器故障诊断方法研究[J].变压器,2022,59(4):35-40. |
| |
| 作者姓名： | 李辉 黄祖源 田园 和志成 |
| |
| 作者单位： | 云南电网有限责任公司信息中心,云南昆明650011,玉溪供电局,云南玉溪653100 |
| |
| 摘 要： | 利用深层神经网络捕捉振动时间序列的隐藏特征，来预测变压器的欠励、过励以及在早期阶段的匝间故障，采用深度循环神经网络（RNN）结构，包括单向、双向门控循环单元（GRUs）和长短期记忆（LSTM）模型，通过实例验证了所建立的神经网络模型用于变压器故障诊断的有效性。
|
| 关 键 词： | 深度学习 循环神经网络 时间序列 变压器故障 振动分析 |
Research on Transformer Fault Diagnosis Method Based on Deep Neural Network |
| |
| LI Hui,HUANG Zu-yuan,TIAN Yuan,HE Zhi-cheng.Research on Transformer Fault Diagnosis Method Based on Deep Neural Network[J].Transformer,2022,59(4):35-40. |
| |
| Authors: | LI Hui HUANG Zu-yuan TIAN Yuan HE Zhi-cheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
