改进BiLSTM在电力变压器故障诊断中的应用研究

张寿岩; 史卫刚; 杨利国; 裴跃辉; 杨超

张寿岩,史卫刚,杨利国,裴跃辉,杨超.改进BiLSTM在电力变压器故障诊断中的应用研究[J].电测与仪表,2024,61(5):160-165.
zhangshouyan,shiweigang,yangliguo,peiyuehui,yaochao.Research on the Application of Improved BiLSTM in Power Transformer Fault Diagnosis[J].Electrical Measurement & Instrumentation,2024,61(5):160-165.

改进BiLSTM在电力变压器故障诊断中的应用研究

Research on the Application of Improved BiLSTM in Power Transformer Fault Diagnosis

DOI：10.19753/j.issn1001-1390.2024.05.022

中文关键词: 电力变压器故障诊断双向长短期记忆网络鲸鱼优化算法混合策略

英文关键词:Power transformer Fault diagnosis Bi-directional Long-Short Term Memory Whale Optimization Algorithm Hybrid strategy

基金项目:河北省自然科学基金资助项目（F2021502013）

作者中文名	作者英文名	单位
张寿岩	zhangshouyan	东南大学电气工程学院
史卫刚	shiweigang	河北西柏坡发电有限责任公司
杨利国	yangliguo	河北西柏坡发电有限责任公司
裴跃辉	peiyuehui	河北西柏坡发电有限责任公司
杨超	yaochao	河北西柏坡发电有限责任公司

摘要点击次数: 521

中文摘要:

针对目前电力变压器故障诊断方法存在的诊断准确率低、特征参数标准不一等问题，在分析电力变压器故障的基础上，提出了一种双向短期记忆网络与改进鲸鱼优化算法相结合的电力变压器故障诊断方法。引入混合策略（权重和收敛因子优化、蝙蝠算法和莱维飞行策略）对鲸鱼优化算法进行优化，并利用优化后的鲸鱼优化算法寻找双向短期记忆网络的最优参数建立电力变压器故障诊断模型。通过算例与常规方法进行对比分析，验证了该方法的优越性。结果表明，相比于常规方法，所提故障诊断方法具有更高的故障诊断准确率和最佳的实际应用效果，故障诊断准确率分别提高了10.42 %和7.85 %，为电力变压器故障诊断提供了一种新的思路。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭