摘要:油中溶解气体分析(DGA)是诊断变压器故障的常用方法,能及时发现变压器内部的潜伏性故障。为了减少卷积神经网络的训练参数,提出了一种基于全卷积神经网络的变压器故障诊断方法。将传统卷积神经网络中的全连接层用卷积层替代,实现了端对端的变压器故障输出。相较传统卷积神经网络提升了故障诊断准确率,有较强的实际意义。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.89
期刊级别:省级期刊
发行周期:旬刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!