基于CTGAN-CRS与改进卷积神经网络的变压器故障诊断方法
为了提升油中溶解气体数据不平衡场景下的电力变压器故障诊断性能，文中提出了一种基于数据增强与特征扩增结合卷积神经网络进行变压器故障诊断的方法。首先，建立一种基于条件式表格生成对抗网络（conditional tabular generative adversarial network，CTGAN）结合级联式拒绝采样（cascade reject sampling，CRS）的数据增强方法，以实现不平衡数据集的高质量均衡化；其次，构建了一种全类型气体比值结合随机森林算法（gas ratios and random forests，GRRF）的特征构建与筛选方法，提升特征维度并丰富特征多样性；最后，建...
Gardado en:
| Principais autores: | , , , , |
|---|---|
| Formato: | Artigo |
| Idioma: | Chinês |
| Publicado: |
Editorial Department of High Voltage Apparatus
2025-06-01
|
| Series: | Gaoya dianqi |
| Assuntos: | |
| Acceso en liña: | http://www.zgydq.com/zh/article/doi/10.13296/j.1001-1609.hva.2025.06.014/ |
| Tags: |
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|