★山西中電神頭第二發電有限責任公司周志富
摘要:為提升電力系統中變壓器運行狀態的智能感知與精準保護能力,本文提出了一種基于深度學習的變壓器故障判別與保護算法。該算法構建了融合卷積神經網絡(CNN)與長短期記憶網絡(LSTM)的故障識別框架,并引入了通道注意力機制以增強特征提取的區分性。該算法以DGA關鍵氣體特征作為輸入,結合標準化與標簽編碼實現了高效建模,同時通過調優超參數與早停機制抑制了過擬合風險。針對六類典型故障模式進行實驗(繞組短路、鐵芯故障、過載故障、漏油故障、放電故障與機械故障),實驗結果表明,本文所提出模型在多類故障判別中表現出較高的準確率和魯棒性,具備良好的工程推廣價值。
關鍵詞:深度學習;變壓器故障;故障判別;判別保護
摘自《自動化博覽》2025年12月刊







案例頻道