基于多个一维卷积神经网络集成的互感器故障诊断方法

    公开(公告)号:CN112596016A

    公开(公告)日:2021-04-02

    申请号:CN202011460282.5

    申请日:2020-12-11

    IPC分类号: G01R35/02 G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于多个一维卷积神经网络集成的互感器故障诊断方法,用于电子式互感器故障诊断;包括:S1、获取互感器原始故障信号,生成故障数据集,并对故障数据集进行合理切分,生成训练数据集和测试数据集;S2、对训练数据集和测试数据集中的每个故障样本进行归一化处理;S3、构建三个具有不同激活函数的卷积神经网络模型,并对具有不同激活函数的卷积神经网络模型分别进行训练;S4、将训练好的相应卷积神经网络模型对测试数据集进行故障分类的测试,得到每个样本的分类精度预测结果,然后通过多数投票的集成策略获得最终的输出结果。对比实验分析表明,本发明能够有效提高故障类型识别精度,高效准确的对互感器进行故障诊断。