基于LSTM-BP神经网络的变压器气体故障诊断方法

为了提高故障诊断的准确率,提出一种基于长短期记忆(Long Short-Term Memory,LSTM)网络和反向传播神经网络(Back Propagation Neural Network,BPNN)的电力变压器故障诊断方法,实现了变压器诊断的多类分类。实例分析结果表明,采用LSTM-BPNN可以比传统的电力变压器故障诊断方法以一种更为理想的诊断准确率对变压器进行故障诊断。