基于CNN与ASP的核电变压器双向故障诊断模型及可视化分析

摘要

针对现存电力变压器故障诊断系统存在获取故障信息不全、实时性低以及容错性差等缺点,提出一种基于卷积神经网络和回答集程序的变压器双向故障诊断新方法.首先利用高分子膜将充油变压器油中溶解气体分离;然后分别使用卷积神经网络和回答集程序对特征气体进行分析,并得出初步诊断结果;最后通过逻辑程序ASP构建最优稳定匹配决策矩阵输出最终诊断结果.与单向方法相比,该诊断方法既有较强的学习能力,又有很高的容错性和可扩展性,故障诊断更全面,模型推断能力更强.