期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
极端气象条件下基于深度学习网络特征的变压器故障预测
被引量：
4
1
作者
龙玉江
姜超颖
+1 位作者
钟掖
田月炜
《现代电子技术》
北大核心
2024年第4期91-96,共6页
根据极端气象条件下变压器产生故障时的环境参数,结合变压器故障预测中常用的油中溶解气体的含量,提出一种基于深度学习网络的故障预测方法。针对已有的变压器故障诊断方法泛化能力弱、时效性低、精度低等缺点,引入极端气象参数,并通过...
根据极端气象条件下变压器产生故障时的环境参数,结合变压器故障预测中常用的油中溶解气体的含量,提出一种基于深度学习网络的故障预测方法。针对已有的变压器故障诊断方法泛化能力弱、时效性低、精度低等缺点,引入极端气象参数,并通过对多组数据序列进行时因分析,提取数据随着时间的变化关系;其次,设计一种新型的神经网络,将油气参数与极端气象参数的时间特征融合,并通过深度学习网络进行故障分类与预测。仿真实验结果表明,相比于其他传统故障预测方法,所提出的极端气象条件下基于深度学习网络的变压器故障预测方法准确率有显著提高。
展开更多
关键词
输变电变压器
故障预测
深度学习
卷积神经网络
极端气象
故障分类
溶解气体分析
在线阅读
下载PDF
职称材料
题名
极端气象条件下基于深度学习网络特征的变压器故障预测
被引量：
4
1
作者
龙玉江
姜超颖
钟掖
田月炜
机构
贵州电网有限责任公司信息中心
西安电子科技大学
贵阳供电局
出处
《现代电子技术》
北大核心
2024年第4期91-96,共6页
基金
陕西省自然科学基础研究计划项目(2022JM-336)
南方电网有限责任公司科技项目(GZKJXM20200770)。
文摘
根据极端气象条件下变压器产生故障时的环境参数,结合变压器故障预测中常用的油中溶解气体的含量,提出一种基于深度学习网络的故障预测方法。针对已有的变压器故障诊断方法泛化能力弱、时效性低、精度低等缺点,引入极端气象参数,并通过对多组数据序列进行时因分析,提取数据随着时间的变化关系;其次,设计一种新型的神经网络,将油气参数与极端气象参数的时间特征融合,并通过深度学习网络进行故障分类与预测。仿真实验结果表明,相比于其他传统故障预测方法,所提出的极端气象条件下基于深度学习网络的变压器故障预测方法准确率有显著提高。
关键词
输变电变压器
故障预测
深度学习
卷积神经网络
极端气象
故障分类
溶解气体分析
Keywords
power transmission transformer
fault prediction
deep learning
convolutional neural network
extreme weather
fault classification
dissolved gas analysis
分类号
TN919-34 [电子电信—通信与信息系统]
TM407 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
极端气象条件下基于深度学习网络特征的变压器故障预测
龙玉江
姜超颖
钟掖
田月炜
《现代电子技术》
北大核心
2024
4
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
