基于栈式稀疏自编码器的矿用变压器故障诊断

许倩文, 吉兴全, 张玉振, 李军, 于永进

许倩文，吉兴全，张玉振，等.基于栈式稀疏自编码器的矿用变压器故障诊断［J］.工矿自动化，2018,44（10）：33-37.. DOI: 10.13272/j.issn.1671-251x.2018040092
引用本文: 许倩文，吉兴全，张玉振，等.基于栈式稀疏自编码器的矿用变压器故障诊断［J］.工矿自动化，2018,44（10）：33-37.. DOI: 10.13272/j.issn.1671-251x.2018040092
shu
XU Qianwen, JI Xingquan, ZHANG Yuzhen, LI Jun, YU Yongjin. Fault diagnosis of mind-used transformer based on stacked sparse auto-encoder[J]. Journal of Mine Automation, 2018, 44(10): 33-37. DOI: 10.13272/j.issn.1671-251x.2018040092
Citation: XU Qianwen, JI Xingquan, ZHANG Yuzhen, LI Jun, YU Yongjin. Fault diagnosis of mind-used transformer based on stacked sparse auto-encoder[J]. Journal of Mine Automation, 2018, 44(10): 33-37. DOI: 10.13272/j.issn.1671-251x.2018040092
shu

基于栈式稀疏自编码器的矿用变压器故障诊断

  • 1.

    山东科技大学 电气与自动化工程学院， 山东 青岛266590

  • 2.

    国网山东省电力公司 东营供电公司， 山东 东营 257000

  • 3.

    国网山东省电力公司 威海供电公司， 山东 威海264200

基金项目: 

山东省高等学校科技计划项目（J17KA074）

详细信息

  • 中图分类号: TD611

Fault diagnosis of mind-used transformer based on stacked sparse auto-encoder

  • 1.

    College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao 266590, China

  • 2.

    Dongying Power Supply Company, State Grid Shandong Electric Power Company, Dongying 257000, China

  • 3.

    Weihai Power Supply Company, State Grid Shandong Electric Power Company, Weihai 264200, China

摘要

    摘要
  • 摘要: 鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果，提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法。通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器，再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器，并以Softmax分类器作为输出层，建立矿用变压器故障诊断模型；利用大量无标签样本对模型进行无监督预训练，并通过有监督微调优化模型参数。算例分析结果表明，与栈式自编码器相比，栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率。
    Abstract: In view of application of deep learning to transformer fault diagnosis had a good fault diagnosis effect, a fault diagnosis method of mind-used transformer based on stacked sparse auto-encoder was proposed. Sparse auto-encoder is constructed by introducing sparse item constraint in hidden layer of auto-encoder, then the multiple sparse auto-encoders are stacked to form stacked sparse auto-encoder, and Softmax classifier is used as output layer to establish mine-used transformer fault diagnosis model. A large number of unlabeled samples are used to carry out unsupervised pre-training for the model, and the model parameters are optimized through supervised fine-tuning. The example analysis results show that stacked sparse auto-encoder is more accurate than stack auto-encoder in application of fault diagnosis of mind-used transformer.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(33)

  • 期刊类型引用(24)

    1. 张文科，郭瑜，赵辉. 基于图像识别的煤矿带式输送机自适应调速系统设计. 煤炭工程. 2024(01): 220-224 . 百度学术
    2. 刘锋，白金牛. 基于视觉技术的胶带输送机煤量检测方法. 陕西煤炭. 2024(01): 52-57+64 . 百度学术
    3. 尚伟栋，杨大山，张坤. 基于深度神经网络的带式输送机煤量检测方法. 工矿自动化. 2024(S1): 139-145 . 本站查看
    4. 贾良杰，胡子波，赵娟. 基于永磁变频技术的刮板输送机调速系统节能分析. 煤矿机械. 2023(03): 139-141 . 百度学术
    5. 胡而已，张耀. 激光煤流量测量中光斑条纹过饱和问题研究. 煤炭科学技术. 2023(02): 377-389 . 百度学术
    6. 郝洪涛，王凯，丁文捷. 基于超声阵列的输送带动态煤量检测系统. 工矿自动化. 2023(04): 120-127 . 本站查看
    7. 吕晨辉，李新，刘新龙，赵安新，张晨阳. 基于煤量检测与变频一体机的煤流自适应智能调速. 煤矿机械. 2023(08): 213-216 . 百度学术
    8. 陈湘源，薛旭升. 基于线性模型划分的煤流体积测量. 工矿自动化. 2023(07): 35-40+106 . 本站查看
    9. 朱富文，侯志会，李明振. 轻量化的多尺度跨通道注意力煤流检测网络. 工矿自动化. 2023(08): 100-105 . 本站查看
    10. 刘飞，张乐群，潘红光，李利. 带式输送机煤量检测技术及其发展趋势. 中国煤炭. 2023(09): 77-83 . 百度学术
    11. 郭永涛，裴文良，马永飞，张旭华，谢海峰，寇丽梅. 矿用隔爆型煤量扫描装置的设计与应用. 集成电路应用. 2023(10): 322-323 . 百度学术
    12. 汪连成. 刮板输送机智能化技术及应用. 煤矿机械. 2022(01): 138-140 . 百度学术
    13. 刘新龙，胡平，吕晨辉，赵安新，李学文. 基于激光红外线扫描的带式输送机煤流量实时检测技术. 煤炭技术. 2022(01): 217-219 . 百度学术
    14. 王利欣，杨秀宇，袁鹏喆，尉瑞，秦文光，李波，张恩明. 智能掘进工作面智能视频安全管理系统的应用. 煤矿机械. 2022(09): 200-203 . 百度学术
    15. 孙鹏亮，吴少伟. 基于红外扫描装置的转载机煤量监测技术研究. 数字通信世界. 2022(08): 63-65 . 百度学术
    16. 郑忠友，朱磊，程海星，张光磊. 综放工作面采放协调关系及智能装备研究. 煤矿机械. 2021(01): 54-56 . 百度学术
    17. 卢进南，韩建国，王常宝，郭友瑞，王志良. 热电厂运煤车厢动态监测及体积测量方法. 煤矿机电. 2021(01): 49-53+56 . 百度学术
    18. 孙延飞. 悬臂掘进机截割方量测量系统设计. 煤矿机械. 2021(09): 24-26 . 百度学术
    19. 崔亚平，朱时雪. 基于激光线扫描的桥梁检测仪器误差自动化矫正方法研究. 自动化与仪器仪表. 2020(01): 32-35 . 百度学术
    20. 韩涛，黄友锐，张立志，徐善永，许家昌，鲍士水. 基于图像识别的带式输送机输煤量和跑偏检测方法. 工矿自动化. 2020(04): 17-22 . 本站查看
    21. 王杰. 矿用隔爆型煤量扫描装置设计与应用. 煤. 2020(06): 49-50 . 百度学术
    22. 赵倩，陈杨军. 激光技术的轨道表面瑕疵识别系统设计. 激光杂志. 2020(08): 110-114 . 百度学术
    23. 王文清，田柏林，冯海明，陈兴明，李萍，任安祥. 基于激光测距矿用带式输送机多参数检测方法研究. 煤炭科学技术. 2020(08): 131-138 . 百度学术
    24. 武国平，梁兴国，胡金良，葛小冬. 图像处理和SVM应用于煤矸石分选的实验研究. 信息技术. 2019(01): 97-102+107 . 百度学术

    其他类型引用(9)

    • 资源附件(0)
计量
  • 文章访问数:  76
  • HTML全文浏览量:  17
  • PDF下载量:  15
  • 被引次数: 33
出版历程
  • 刊出日期:  2018-10-09

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(33)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1253861    百度统计