[发明专利]一种基于Dropout深度置信网络的变压器故障诊断方法在审
| 申请号： | 202010400931.6 | 申请日： | 2020-05-12 |
| 公开（公告）号： | CN111539486A | 公开（公告）日： | 2020-08-14 |
| 发明（设计）人： | 范松海;张葛祥;刘益岑;马小敏;王兴;刘小江;罗磊;吴天宝;龚奕宇 | 申请（专利权）人： | 国网四川省电力公司电力科学研究院;成都理工大学;四川达曼正特科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G01R31/00;G01R31/62;G01N33/00 |
| 代理公司： | 成都盈信专利代理事务所(普通合伙) 51245 | 代理人： | 崔建中 |
| 地址： | 610072 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Dropout深度置信网络的变压器故障诊断方法，包括步骤：收集多组油浸式变压器特征气体数据及对应的故障类别，处理后划分为训练样本和测试样本；构建基于深度置信网络DBN的故障诊断模型；在最优的故障诊断模型的DBN中引入Dropout，使用训练样本构建DBN‑Dropout模型；采集油浸式变压器当前的特征气体数据，处理得到诊断样本，输入DBN‑Dropout模型，以softmax分类器得到的概率最大的类别为故障诊断类别。本发明的有益效果是：考虑到深度置信网络在数据较少、模型较复杂时存在容易过拟合的问题，在原始的DBN中引入Dropout，构建了DBN‑Dropout变压器故障诊断模型，以提高网络的泛化能力，能有效提高变压器故障诊断的准确率。 | ||
| 搜索关键词： | 一种 基于 dropout 深度 置信 网络 变压器 故障诊断 方法 | ||
【主权项】：
暂无信息
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四川省电力公司电力科学研究院;成都理工大学;四川达曼正特科技有限公司，未经国网四川省电力公司电力科学研究院;成都理工大学;四川达曼正特科技有限公司许可，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/202010400931.6/，转载请声明来源钻瓜专利网。
