一种基于BIM-CNN和CVAE-GAN组合的油浸式变压器故障诊断方法
申请号:CN202510080751
申请日期:2025-01-17
公开号:CN120182658A
公开日期:2025-06-20
类型:发明专利
摘要
本发明公开了一种基于BIM‑CNN和CVAE‑GAN组合的油浸式变压器故障诊断方法,具体包括以下步骤:S1、特征工程阶段;S2、数据增强阶段;S3、分类器训练阶段;S4、性能评估阶段;本发明涉及油浸式变压器故障诊断技术领域。该基于BIM‑CNN和CVAE‑GAN组合的油浸式变压器故障诊断方法,可以有效地挖掘变压器油中溶解气体的特征空间,挖掘变压器故障类型与多种溶解气体含量之间复杂的非线性关系,显著提高了变压器故障在线监测的早期故障诊断精度,提高了变压器的可靠性,同时减少了人工维护的成本,提升了电力系统的运行效率,减少了在线监测技术中频繁出现的故障滋扰预警或误报,降低了额外的维护成本,具有显著的实用价值和经济效益。
技术关键词
染色体
分类器模型
遗传算法
超参数
深度学习框架
分类器训练
数据
变压器运行状态
早期故障诊断
非线性映射关系
特征工程
阶段
在线监测技术
构建分类器
优化器
基因