作者:何怡刚,汪涛,施天成,童晋 单位:中国电子学会 出版:《电子测量与仪器学报》2018年第09期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFDZIY2018090130 DOC编号:DOCDZIY2018090139 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 变压器的状态直接决定了电网运行的可靠性。在现有的变压器状态监测方法的基础上,提出基于射频识别(RFID)传感器标签和深度学习的变压器状态监测手段。首先提出了一种基于自取能RFID传感器标签的变压器振动信号采集方法,该方法具有成本低,便利性强,寿命长,可实现快速定位等优点。针对于变压器信号成分复杂,信噪比低等特点,利用深度学习技术在复杂数据处理方面的优势,采用堆叠去噪自编码器(SDA)信号进行特征提取,并采用相关向量机(RVM)对提取的特征数据进行故障诊断,最后采用量子粒子群算法(QPSO)对SDA与RVM进行参数寻优。实验结果表明,方法能够可靠地获取变压器振动信号,同时,能够取得99. 75%的故障诊断准确度,且诊断时间仅需要0. 98 s。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。