基于深度学习的变压器在线故障检测

针对供配电网络中变压器设备数量众多、故障损失巨大、不能及时有效地实现故障检测和预报等行业现状,利用大数据方法研究分析了众多变压器的实时运行数据,提出基于深度学习的变压器故障检测方法,详细介绍了变压器监测数据预处理方法及步骤;首先变压器实时运行数据经过分类、组合等预处理运算,转换成多维空间的状态数据,最后进一步将多维空间状态数据拟合成多段状态变迁的曲线,作为深度学习网络的输入训练样本;基于简洁高效的经典开源的AlexNet卷积神经网络模型,搭建了基于tensorflow架构的深度学习训练平台,实现了基于深度学习网络的变压器在线故障检测,系统运行效果表明该故障检测方法的有效性和实用性。