考虑特征耦合的Bi-LSTM变压器故障诊断方法

摘要

电力变压器是保障电力系统安全稳定运行的关键设备之一,而现有故障诊断方法未能充分挖掘设备内部的特征作用关系,对运行状态变化的敏感性较低,在故障诊断准确性和可靠性提升上具有一定的限制。针对上述问题,提出一种考虑特征耦合的双向长短期记忆网络变压器故障诊断方法。首先,根据变压器运行机理确定初始特征状态转移序列;然后,在此基础上构建考虑复杂依赖关系的深度神经网络故障诊断模型,挖掘特征之间的耦合关系,并进行精细化状态评估;最后,通过算例仿真实验验证先验特征序列对故障诊断模型的支撑作用。所提方法提升了故障诊断效果,为电力设备智能化、精细化的运维需求提供了可参考的方案。