| 孔博,赵占军,郭海波,杨沛豪.基于SSA-CNN的电力变压器故障智能诊断方法*[J].电工技术,2024(23):190-195 |
| 基于SSA-CNN的电力变压器故障智能诊断方法* |
|
| |
| DOI：10.19768/j.cnki.dgjs.2024.23.046 |
| 中文关键词: 电力变压器 故障诊断 卷积神经网络 麻雀搜索算法 超参数寻优 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 5 |
| 全文下载次数: 0 |
| 中文摘要: |
| 故障诊断是电力变压器运维过程中的必要环节，油中溶解气体分析是判断电力变压器故障类型的最有效方法之一。以油中溶解气体分析为核心，提出一种基于麻雀搜索算法优化卷积神经网络(SSA-CNN)的电力变压器故障智能诊断方法。由于当前主流采用的人工选取卷积神经网络(CNN)模型超参数会影响诊断结果的精准程度，因此引入麻雀搜索算法(SSA)实现卷积神经网络中的超参数寻优。实验测试结果表明，与传统的人工智能方法相比，经过麻雀搜索算法优化后的卷积神经网络在电力变压器故障诊断中准确率更高，同时具有更高的寻优效率。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
