基于神经网络的电力变压器运行状态检测方法

在检测电力变压器运行状态时,由于原始运行数据中存在噪声,检测结果准确率偏低,为此,本文提出基于神经网络的电力变压器运行状态检测方法。利用神经网络循环清洗变压器状态数据,具体的实现过程分为样本剔除和样本召回2个阶段。在电力变压器运行状态检测过程中,将变压器状态数据中的状态量划分为家族缺陷数据和运行巡检数据2个部分,在分类的基础上计算状态参数的变化情况,结合参数的属性实现对电力变压器运行状态的检测。结果表明,该检测方法对不同电力变压器运行状态检测结果的准确率始终稳定在95.0%以上。