基于栈式稀疏自编码器的矿用变压器故障诊断

许倩文¹，吉兴全¹，张玉振²，李军³，于永进¹

1. 山东科技大学电气与自动化工程学院2. 国网山东省电力公司东营供电公司3. 国网山东省电力公司威海供电公司

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。

关键词：矿用变压器;故障诊断;深度学习;栈式稀疏自编码器;Softmax分类器;