典型文献
基于深度学习的变压器有载分接开关状态监测研究
文献摘要：
本文中作者提出了一种基于深度自编码器的自适应卷积神经网的有载分接开关状态监测建模方法,通过自编码器和粒子群算法达到了特征量降维和卷积神经网络超参数的自动寻优.状态监测结果表明:有载分接开关5种状态监测中过渡触头轻微磨损状态监测准确率高达98％;通过对比4种建模方法的状态监测准确率,得到本文提出的建模方法状态监测准确率明显高于其他建模方法.
文献关键词：
变压器;有载分接开关;深度自编码器;卷积神经网络
中图分类号：
作者姓名：
赵智龙;范晓丹;张玉亮;孟荣;石培杰;赵雪松
作者机构：
国网河北省电力有限公司检修分公司,河北石家庄050000;华北电力大学电力工程系,河北保定071003
文献出处：
引用格式：
[1]赵智龙;范晓丹;张玉亮;孟荣;石培杰;赵雪松-.基于深度学习的变压器有载分接开关状态监测研究)[J].变压器,2022(01):60-64,68
A类：
B类：
变压器,有载分接开关,开关状态,状态监测,深度自编码器,粒子群算法,特征量,超参数,监测结果,触头,磨损状态
AB值：
0.15203
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。
