[发明专利]一种基于GoogleNet模型的变压器故障诊断方法在审
| 申请号： | 201811482932.9 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109765333A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 陈硕;刘树吉;乔林;吴赫;冉冉;李亮;周巧妮;郭哲强;吕旭明;卢彬;李静;王超 | 申请（专利权）人： | 国网辽宁省电力有限公司信息通信分公司;南京航空航天大学 |
| 主分类号： | G01N33/00 | 分类号： | G01N33/00;G01R31/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 110004*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于GoogleNet模型的变压器故障诊断方法。所述基于GoogleNet模型的变压器故障诊断方法包括如下步骤：(1)首先获取设备发生故障的因素、考虑设备故障会对什么数据产生影响，确定待采集的数据和特征空间；(2)确定设备会发生的故障类型，组成状态空间；(3)监控变压器状态，对变压器进行数据采集，获得变压器的特征和状，使用神经网络进行建模，使用采集到的数据进行模型训练；(4)用训练后的模型根据设备的特征进行故障诊断。本发明利用GoogleNet的模型优化变压器故障检测中的场景，对溶解在变压器油的气体密度进行建模，在变压器故障检测中取得了较高准确率。 | ||
| 搜索关键词： | 变压器故障诊断 变压器故障检测 建模 变压器 采集 监控变压器 变压器油 发生故障 故障类型 故障诊断 获取设备 模型训练 模型优化 设备故障 神经网络 数据采集 数据产生 特征空间 状态空间 准确率 溶解 场景 | ||
【主权项】：
1.一种基于GoogleNet的模型的变压器故障诊断方法，其特征在于包括如下步骤：A.首先获取设备发生故障的因素、考虑设备故障会对什么数据产生影响，确定好要采集的数据和特征空间；B.确定设备会发生的故障类型，组成状态空间；C.监控变压器状态，对变压器进行数据采集，获得变压器的特征和状态；使用神经网络进行建模，使用采集到的数据进行模型训练；D.用训练后的模型根据设备的特征进行故障诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网辽宁省电力有限公司信息通信分公司;南京航空航天大学，未经国网辽宁省电力有限公司信息通信分公司;南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811482932.9/，转载请声明来源钻瓜专利网。
