| 基于改进ACGAN样本增强的变压器故障诊断技术 |
| |
| 引用本文： | 卢锦玲,朱晨菲. 基于改进ACGAN样本增强的变压器故障诊断技术[J]. 电力科学与工程, 2021, 37(11): 42-51. DOI: 10.3969/j.ISSN.1672-0792.2021.11.005 |
| |
| 作者姓名： | 卢锦玲 朱晨菲 |
| |
| 作者单位： | 华北电力大学 电气与电子工程学院,河北 保定 071003 |
| |
| 摘 要： | 基于深度学习算法的故障诊断需要足量的样本作为训练数据集.变压器故障数据匮乏将导致故障诊断准确率较低.对此,提出了一种基于辅助分类GAN的故障诊断方法.该方法引入自我注意机制,提取故障样本的全局特性,以提高生成样本的质量;并加入梯度惩罚,以提高模型收敛速度和训练稳定性.运用该方法对失衡样本进行增强扩充,并在变压器振动试验数据集上进行验证.仿真结果表明,该方法能够有效改善数据不平衡带来的影响,增强扩充后的故障诊断准确率提高了3.4％.
|
| 关 键 词： | 电力变压器 故障诊断 数据增强 自注意力机制 辅助分类生成对抗网络 |
Power Transformer Fault Diagnosis Technology Based on Improved ACGAN Data Augmentation |
| |
| LU Jinling,ZHU Chenfei. Power Transformer Fault Diagnosis Technology Based on Improved ACGAN Data Augmentation[J]. Power Science and Engineering, 2021, 37(11): 42-51. DOI: 10.3969/j.ISSN.1672-0792.2021.11.005 |
| |
| Authors: | LU Jinling ZHU Chenfei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
