申请/专利权人：国网湖北省电力有限公司超高压公司;国网湖北省电力有限公司电力科学研究院;南昌工程学院

申请日：2024-01-02

公开（公告）日：2024-03-29

公开（公告）号：CN117786533A

主分类号：G06F18/2415

分类号：G06F18/2415;G06N3/088;G06N3/09;G06N3/094;G06N3/0475;G06N3/045;G06N3/006

优先权：

专利状态码：在审-公开

法律状态：2024.03.29#公开

摘要：本发明属于电力设备监测技术领域，涉及基于数据扩充的ROA‑DBN变压器故障诊断方法，将故障气体数据作为故障样本；将扩充后的数据样本进行标准化并划分训练集和测试集；根据初始化参数搭建DBN网络，并将训练集输入DBN网络；以DBN神经网络模型的故障诊断准确率作为适应度，使用桶水母优化算法对DBN模型进行优化，返回最优参数；根据返回的最优参数构建ROA‑DNB故障诊断模型，输入测试集,输出变压器故障诊断结果。本发明通过优化ROA‑DBN模型的关键参数，可以提高变压器故障诊断的准确性。

主权项：1.基于数据扩充的ROA-DBN变压器故障诊断方法，其特征在于，步骤如下：步骤S1.将故障气体数据作为故障样本；将扩充后的数据样本进行标准化并划分训练集和测试集；步骤S2.根据初始化参数搭建DBN网络，并将训练集输入DBN网络；步骤S3.以DBN神经网络模型的故障诊断准确率作为适应度，使用桶水母优化算法对DBN模型进行优化，返回最优参数；步骤S4.根据返回的最优参数构建ROA-DNB故障诊断模型，输入测试集,输出变压器故障诊断结果。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司超高压公司;国网湖北省电力有限公司电力科学研究院;南昌工程学院 基于数据扩充的ROA-DBN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