摘要
本发明涉及供电系统中电力变压器放电故障诊断技术领域，尤其涉及基于神经网络的电力变压器放电故障诊断方法，包括通过传感器实时采集局部放电信号、油中特征气体数据及供电系统运行参数并统一时间戳；对局部放电信号统计聚合、对电气量参数与放电特征参量标准化处理生成融合特征向量；构建包含实验室模拟数据与实际运行数据的扩展映射关系库；采用卷积神经网络与长短期记忆网络混合结构训练诊断模型；将模型部署于边缘计算设备并通过在线学习、动态验证优化模型性能。该方法解决多源数据融合效率低及神经网络模型对复杂放电模式泛化能力不足的问题，提升供电系统运行稳定性。
