廖鹏飞,冯国坤,李占峰,余小涛,段灿棋.基于EEMD和深度自编码器的变压器机械故障声学诊断方法[J].电工技术,2023(17):9-12
基于EEMD和深度自编码器的变压器机械故障声学诊断方法
  
DOI：10.19768/j.cnki.dgjs.2023.17.003
中文关键词:  电力变压器  机械故障  声音信号  集合经验模态分解  深度自编码器
英文关键词:
基金项目:
作者单位
廖鹏飞 青岛鼎信通讯股份有限公司 
冯国坤 青岛鼎信通讯股份有限公司 
李占峰 国网江西省电力有限公司余干县供电分公司 
余小涛 青岛鼎信通讯股份有限公司 
段灿棋 青岛鼎信通讯股份有限公司 
摘要点击次数: 640
全文下载次数: 0
中文摘要:
      为提高电力变压器机械故障诊断的准确性，依据变压器声音信号与机械状态之间的关联特性，提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和深度自编码器(Stacked Auto Encoder,SAE)的变压器机械故障声学诊断方法。首先采用EEMD对变压器原始声音信号进行分解，提取信号的时频能量特征；然后构建基于SAE的变压器机械故障识别模型，通过无监督自学习和有监督微调完成深层特征挖掘和识别；最后以某10 kV变压器为试验对象，采用典型机械状态下的声音信号对故障识别模型进行训练优化。算例结果表明，与传统的故障诊断方法相比，所提方法能更好地对变压器机械故障进行识别。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器