摘要：鉴于将深度学习应用于变压器故障诊断具有良好的故障诊断效果，提出了一种基于栈式稀疏自编码器的矿用变压器故障诊断方法。通过在自编码器隐含层引入稀疏项限制构成稀疏自编码器，再将多个稀疏自编码器进行堆叠形成栈式稀疏自编码器，并以Softmax分类器作为输出层，建立矿用变压器故障诊断模型；利用大量无标签样本对模型进行无监督预训练，并通过有监督微调优化模型参数。算例分析结果表明，与栈式自编码器相比，栈式稀疏自编码器应用于矿用变压器故障诊断具有更高的准确率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社