期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进连续变分模态分解和深度残差网络及漏磁信号的变压器绕组故障诊断
1
作者 刘建锋 范一凡 +2 位作者 宋伊宁 明远东 夏能弘 《电网技术》 北大核心 2025年第10期4428-4437,I0121,I0122,共12页
针对当前变压器绕组故障保护机制尚不完善,且故障诊断准确率低的问题,提出一种基于漏磁场特征的变压器绕组故障诊断方法。首先,为避免漏磁检测受到噪声干扰而影响对故障状态的判断,提出一种改进的连续变分模态分解(sequential variation... 针对当前变压器绕组故障保护机制尚不完善,且故障诊断准确率低的问题,提出一种基于漏磁场特征的变压器绕组故障诊断方法。首先,为避免漏磁检测受到噪声干扰而影响对故障状态的判断,提出一种改进的连续变分模态分解(sequential variational mode decomposition,SVMD)方法,通过牛顿拉夫逊算法(Newton Raphson based optimizer,NRBO)优化其超参数,并结合小波阈值去除SVMD分解后相关模态的残余噪声。其次,采用马尔可夫转移场(Markov transition field,MTF)将降噪后的漏磁信号转换为二维图像,利用残差神经网络(ResNet50)结合多头注意力(multi-head attention,MA)进行故障诊断。最后,进行动模实验验证,表明所提出的去噪方法效果良好,能够有效还原漏磁场信号;且提出的神经网络方案与支持向量机等4种传统方案相比能够更好地提取漏磁场特征信息,故障诊断的准确率为96.67%。证明了所提方法对变压器绕组故障诊断的有效性。 展开更多
关键词 变压器绕组故障辨识 漏磁场 连续变分模态分解 马尔可夫转移场 多头注意力
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部