基于深度学习DBN的电力变压器故障诊断研究

 本文是基于对变压器油中溶解气体的分析（Dissolved Gas Analysis，简称DGA）诊断变压器是否存在故障。当变压器在运行过程中出现故障时，应对变压器油和绝缘材料分解产生的特殊气体进行分析，判断变压器的故障类型。目前生产上常用的三比值法由于在实际应用中对变压器的故障诊断精准度偏低，很容易造成误判。为此，本文将深度置信神经网络的故障智能诊断方法应用于变压器故障诊断，诊断准确率高达90%，验证了深度置信神经网络在变压器故障诊断方面的优越性。