公开(公告)号：CN109612708A

公开(公告)日：2019-04-12

申请号：CN201811618261.4

申请日：2018-12-28

Applicant: 东北大学

Inventor： 杨东升 ,  张化光 ,  秦佳 ,  周博文 ,  杨珺 ,  王智良 ,  罗艳红 ,  庞永恒 ,  汤琪

IPC: G01M13/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出基于改进卷积神经网络的电力变压器在线检测系统及方法，其中，在线检测系统具体包括：传感器组、信号放大装置、信号采集与存储装置、故障定位装置；基于改进卷积神经网络的电力变压器在线检测系统的方法，包括离线训练部分和在线检测部分；本发明根据变压器自身结构特点与振动原理，确定振动传感器布点，实时获取变压器振动信号；将原始信号进行数据处理转换为易于卷积神经网络识别的二维灰度图作为卷积神经网络输入；根据变压器实时振动数据噪声干扰较大的特点，改进传统卷积神经网络结构、改进卷积核尺寸，建立应用于电力变压器故障定位的改进卷积神经网络架构，并验证了该方法的合理性与优越性。

公开(公告)号：CN109612708B

公开(公告)日：2021-03-16

申请号：CN201811618261.4

申请日：2018-12-28

Applicant: 东北大学

Inventor： 杨东升 ,  张化光 ,  秦佳 ,  周博文 ,  杨珺 ,  王智良 ,  罗艳红 ,  庞永恒 ,  汤琪

IPC: G01M13/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出基于改进卷积神经网络的电力变压器在线检测系统及方法，其中，在线检测系统具体包括：传感器组、信号放大装置、信号采集与存储装置、故障定位装置；基于改进卷积神经网络的电力变压器在线检测系统的方法，包括离线训练部分和在线检测部分；本发明根据变压器自身结构特点与振动原理，确定振动传感器布点，实时获取变压器振动信号；将原始信号进行数据处理转换为易于卷积神经网络识别的二维灰度图作为卷积神经网络输入；根据变压器实时振动数据噪声干扰较大的特点，改进传统卷积神经网络结构、改进卷积核尺寸，建立应用于电力变压器故障定位的改进卷积神经网络架构，并验证了该方法的合理性与优越性。