本文中作者提出了基于FedAVG-SA-BP方法的变压器油中气体分析(Dissolved Gas Analysis, DGA)故障诊断模型,采用Self-attention(SA)机制捕捉气体特征间的相关性,以及Federated Averaging(FedAVG)解决变压器DGA故障诊断中训练样本缺失的...本文中作者提出了基于FedAVG-SA-BP方法的变压器油中气体分析(Dissolved Gas Analysis, DGA)故障诊断模型,采用Self-attention(SA)机制捕捉气体特征间的相关性,以及Federated Averaging(FedAVG)解决变压器DGA故障诊断中训练样本缺失的问题。试验结果表明,与传统的BP网络DGA故障诊断方法相比,该方法能够显著提高电力变压器故障诊断的准确性。展开更多
文摘本文中作者提出了基于FedAVG-SA-BP方法的变压器油中气体分析(Dissolved Gas Analysis, DGA)故障诊断模型,采用Self-attention(SA)机制捕捉气体特征间的相关性,以及Federated Averaging(FedAVG)解决变压器DGA故障诊断中训练样本缺失的问题。试验结果表明,与传统的BP网络DGA故障诊断方法相比,该方法能够显著提高电力变压器故障诊断的准确性。