摘要:油中溶解气体分析(DGA)是诊断变压器故障的常用方法,能及时发现变压器内部的潜伏性故障。为了减少卷积神经网络的训练参数,提出了一种基于全卷积神经网络的变压器故障诊断方法。将传统卷积神经网络中的全连接层用卷积层替代,实现了端对端的变压器故障输出。相较传统卷积神经网络提升了故障诊断准确率,有较强的实际意义。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关论文
期刊名称:科技创新与应用
期刊级别:省级期刊
期刊人气:13290