首页 | 本学科首页   官方微博 | 高级检索  
     

基于油色谱时频域信息和残差注意网络的变压器故障诊断方法
引用本文:沙伟燕,李秀广,何宁辉,张佩. 基于油色谱时频域信息和残差注意网络的变压器故障诊断方法[J]. 电网与水力发电进展, 2022, 38(1): 66-75
作者姓名:沙伟燕  李秀广  何宁辉  张佩
作者单位:国网宁夏电力有限公司电力科学研究院
基金项目:国网宁夏电力有限公司科技项目(SGTYHT/20-JS-221)
摘    要:提出了一种基于油色谱时频域数据和残差注意力的变电站故障分类模型。对收集到的油色谱数据,计算其频域分量和时频域分量的特征比值,将所有数据作为网络的输入来训练网络;残差注意力网络通过跨层连接的方式来堆叠注意力模块,以降低网络的过拟合影响并提升模型训练速度,同时注意力模块能够重点关注对结果影响大的信息,进一步提高对变电站故障分类的准确度。通过实际数据验证了所提方法的有效性和性能的优越性。

关 键 词:变电站;油色谱;故障诊断;时频域;残差注意力网络

Transformer Fault Diagnosis Method Based on Oil Chromatogram Time-Frequency Domain Information and Residual Attention Network
SHA Weiyan,LI Xiuguang,HE Ninghui,ZHANG Pei. Transformer Fault Diagnosis Method Based on Oil Chromatogram Time-Frequency Domain Information and Residual Attention Network[J]. Advance of Power System & Hydroelectric Engineering, 2022, 38(1): 66-75
Authors:SHA Weiyan  LI Xiuguang  HE Ninghui  ZHANG Pei
Affiliation:Power Research Institute of State Grid Ningxia Power Company
Abstract:
Keywords:
点击此处可从《电网与水力发电进展》浏览原始摘要信息
点击此处可从《电网与水力发电进展》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号