基于多重降噪与递归图的变压器故障诊断方法OA
针对噪声干扰情况下变压器振动信号特征难以提取、时间信息利用率低的问题,提出基于多重降噪与递归图相结合的故障诊断方法。通过完全自适应噪声集合经验模态分解联合自适应小波阈值对振动信号进行多重降噪;采用递归分析将时序信号构造为递归图,保留时间依赖性和非线性动力学特征;利用卷积神经网络在图像处理上的优势,以递归图为输入,提取空间特征,从而实现变压器的故障诊断。结果表明:所提方法误报率低且诊断准确率为98.125%,证明了该方法能有效适用于变压器振动信号故障诊断。
张萍;伍掌;刘凤;刘峰;李键
国网浙江省电力有限公司杭州市余杭区供电公司,杭州311100杭州电力设备制造有限公司余杭群力成套电气制造分公司,杭州311100国网浙江省电力有限公司杭州市临平区供电公司,杭州311199杭州电力设备制造有限公司余杭群力成套电气制造分公司,杭州311100东北电力大学机械工程学院,吉林吉林132012
信息技术与安全科学
变压器故障诊断深度学习多重降噪完全自适应噪声集合经验模态分解递归分析卷积神经网络
《综合智慧能源》 2026 (2)
P.59-67,9
评论