基于Iradon-CNN的变压器局部放电状态识别方法

来源：电子测量技术杂志2022年第17期北京时间：

作者：朱霄珣，林佳伟，刘宝平，李震涛，高晓霞

单位：华北电力大学 动力工程系 河北保定 071003

摘要：为解决变压器局部放电故障所带来的安全隐患，提出了一种基于逆拉冬变换(Inverse Radon transform，Iradon)-卷积神经网络(Convolutional Neural Networks，CNN)的变压器局部放电信号图像识别方法。针对三种故障进行了局部放电实验，首先通过共振稀疏分解对局部放电信号进行分解，获取低共振分量，然后将其转换成Iradon图像，最后利用CNN自适应地提取Iradon图像的特征信息。结果表明，该方法能够准确提取信号特征，具有强大的数据处理和识别功能，并为变压器局部放电状态的识别提供了丰富的信息，提高了学习效果和识别精度。

关键词：局部放电;状态识别;深度学习;卷积神经网络;Iradon变换

基金资助：中央高校基本科研业务费（2020MS145）基于深度学习的风电机组维护决策优化研究