期刊文献+

基于漏磁场和深度信念网络的变压器绕组变形诊断研究 被引量:11

Research On Transformer Winding Deformation Diagnosis Based on Leakage Magnetic Field and Deep Belief Network
下载PDF
导出
摘要 针对变压器绕组变形故障诊断问题,提出了一种利用变压器漏磁场信息作为分类属性的深度信念网络绕组变形故障诊断方法,并通过仿真测试验证了其有效性。 Aiming at the problem of transformer winding deformation fault diagnosis,a deep belief network winding deformation fault diagnosis method using transformer leakage magnetic field information is proposed as classification attribute.The validity of fault diagnosis is verified by simulation test.
作者 邓祥力 吴文强 杨梅 朱慧 DENG Xiang-li;WU Wen-qiang;YANG Mei;ZHU Hui(School of Electrical Engineering,Shanghai University of Electric Power,Shanghai 200090,China)
出处 《变压器》 2021年第8期42-48,共7页 Transformer
基金 国家自然科学基金项目(51777119)。
关键词 有限元 漏磁场 变形分类 深度信念网络 麻雀搜索算法 Finite element Leakage magnetic field Deformation classification Deep belief network Sparrow search algorithm
  • 相关文献

参考文献4

二级参考文献113

共引文献232

同被引文献133

引证文献11

二级引证文献30

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部