基于WGAN-GP的变压器故障样本扩充模型的构建与评价  

作　　者：王锦[1] 徐新 

机构地区：[1]西安工程大学电子信息学院,陕西西安710048

出　　处：《光源与照明》2022年第3期128-131,共4页Lamps & Lighting

摘　　要：变压器在电力系统起着重要作用,其故障诊断模型大多在故障样本均衡的条件下进行设计,但实际在运变压器故障数据少,收集困难,导致故障样本数量严重不平衡。针对数据集不平衡时神经网络诊断效果差的缺陷,文章使用变体的生成对抗网络(WGAN-GP)平衡数据集的方法建立变压器故障仿真模型。结果表明WGAN-GP网络可以解决了GAN模型不稳定问题,确保了生成样本的多样性。仿真结果表明,通过样本增强技术重构的数据集优化神经网络,能使网络的诊断正确率更高。

关 键 词：变压器 故障诊断 不平衡数据 生成对抗网络 神经网络 

分 类 号：TM407[电气工程—电器] TM421