申请/专利权人：三峡大学

申请日：2023-06-21

公开（公告）日：2023-11-07

公开（公告）号：CN117007878A

主分类号：G01R31/00

分类号：G01R31/00;G01R31/12;G06F18/2411;G06F18/243;G06F18/213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.24#实质审查的生效;2023.11.07#公开

摘要：一种基于IK‑meansSMOTE均衡样本和CHPOA‑DBN的变压器故障诊断方法，它包括以下步骤：步骤1：搜集包含正常N、局部放电PD、低能放电D1、高能放电D2、低温过热T1、中温过热T2、高温过热T3、低能放电兼过热LDT、高能放电兼过热HDT九种类型的DGA样本；步骤2：由于采集到的特征气体体积分数差异较大，为减小数值计算带来的误差，对DGA样本进行归一化处理；步骤3：按照指定的比例划分训练集和测试集；步骤4：利用IK‑meansSMOTE算法对训练集进行过采样，使得各个故障类型的样本兼顾类间、类内平衡；步骤5：利用CHPOA算法对DBN的隐含层节点数、反向微调学习率进行优化，得到一组最佳网络参数，构建CHPOA‑DBN变压器故障诊断模型；步骤6：将测试集输入CHPOA‑DBN变压器故障诊断模型，得到故障诊断结果。

主权项：1.一种基于IK-meansSMOTE均衡样本和CHPOA-DBN的变压器故障诊断方法，其特征在于，它包括以下步骤：步骤1：搜集包含正常N、局部放电PD、低能放电D1、高能放电D2、低温过热T1、中温过热T2、高温过热T3、低能放电兼过热LDT、高能放电兼过热HDT九种类型的DGA样本；步骤2：由于采集到的特征气体体积分数差异较大，为减小数值计算带来的误差，对DGA样本进行归一化处理；步骤3：按照指定的比例划分训练集和测试集；步骤4：利用IK-meansSMOTE算法对训练集进行过采样，使得各个故障类型的样本兼顾类间、类内平衡；步骤5：利用CHPOA算法对DBN的隐含层节点数、反向微调学习率进行优化，得到一组最佳网络参数，构建CHPOA-DBN变压器故障诊断模型；步骤6：将测试集输入CHPOA-DBN变压器故障诊断模型，得到故障诊断结果。

全文数据：

权利要求：

百度查询： 三峡大学 一种基于IK-means SMOTE均衡样本和CHPOA-DBN的变压器故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD