典型文献
采用IEWT-SAE算法的配电变压器故障诊断方法
文献摘要：
为识别配电变压器运行过程中存在的潜伏性故障,提出一种基于改进经验小波变换(improve empirical wavelet transform,IEWT)及堆栈自编码器(stacked auto-encoder,SAE)算法的故障诊断新方法.首先,利用顺序统计滤波包络法来改进经验小波变换完成对振动信号的分解,得到一组经验小波分量并计算其与原始信号之间的K-L散度值,以剔除干扰分量.然后,选取K-L散度值低的经验小波分量作为SAE的输入数据进行特征的自适应提取,再用Softmax分类器完成故障诊断,并在堆栈自编码器训练过程中引入樽海鞘群算法实现参数寻优.最后,在10 kV油浸式变压器上搭建数据采集平台进行故障模拟及分类测试.实验结果表明,所提方法的分类精度达99.5％,在识别准确率、诊断时间上均优于对比方法.
文献关键词：
配电变压器;故障诊断;改进经验小波变换;K-L散度;樽海鞘群算法;堆栈自编码器
中图分类号：
作者姓名：
崔凤新;卢思佳;邱仕达
作者机构：
福州大学至诚学院电气工程系,福建 福州 350002;福州大学电气工程与自动化学院,福建 福州 350108
文献出处：
引用格式：
[1]崔凤新;卢思佳;邱仕达-.采用IEWT-SAE算法的配电变压器故障诊断方法)[J].福州大学学报（自然科学版）,2022(06):760-766
A类：
顺序统计滤波
B类：
IEWT,SAE,配电变压器,变压器故障诊断,故障诊断方法,潜伏性故障,改进经验小波变换,improve,empirical,wavelet,transform,堆栈自编码器,stacked,auto,encoder,波包,包络法,振动信号,波分,散度,剔除干扰,输入数据,自适应提取,Softmax,分类器,训练过程,樽海鞘群算法,算法实现,参数寻优,kV,油浸式变压器,数据采集平台,故障模拟,分类精度,识别准确率,诊断时间,比方
AB值：
0.328718
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
