一种基于多通道神经网络多源异构数据特征融合的水电站变压器故障诊断算法

本发明公开了一种基于多通道神经网络多源异构数据特征融合的水电站变压器故障诊断算法，该方法收集与变压器相关的一维数据、二维数据等多源异构数据，使用方差消除法删除无关数据，使用皮尔逊相关性系数进一步对数据进行筛选，将筛选后的数据进行分类，针对不同类型的数据分别建立适应性的模型，进行数据特征的提取，然后将不同维度的数据进行数据特征的融合，使用深度残差网络继续提取融合后的数据特征，最后输出诊断结果；解决了当前水电站变压器故障检测中，故障受到多种参数影响，故障数据为多源异构数据，单独的故障分析方法存在准确率较低，检测范围较片面的问题，具有可提高故障诊断全面性和准确性的特点。