基于CNN⁃SVM的变压器故障诊断方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对变压器故障诊断存在的精度低、鲁棒性不强等问题，提出一种基于卷积神经网络（CNN）和支持向量机（SVM）的故障诊断方法。首先，基于油中溶解气体分析（DGA）法，以5种特征量作为输入，利用CNN提取数据的特征信息；然后导入SVM中进行分类，实现变压器的故障诊断。基于336组油气数据对所提模型的性能进行验证，并将其与其他方法进行对比。（剩余7499字）

试读结束

目录
monitor