基于全频段多模态数据融合的配电变压器故障诊断方法技术

本发明专利技术公开了基于全频段多模态数据融合的配电变压器故障诊断方法，包括如下步骤：收集变压器的不同特征图；对收集的不同特征图进行特征提取并加权求和，得到多源融合特征向量；对多源融合特征向量进行数据预处理，数据预处理后再进行归一化处理；使用归一化处理后的多源融合特征训练改进概率神经网络；采用改进北极海鹦优化算法对训练好的改进概率神经网络的多项式阶数进行优化；采用优化后的改进概率神经网络进行变压器故障诊断；本发明专利技术采用改进北极海鹦优化算法通过模拟北极海鹦的觅食行为，有效结合全局搜索和局部搜索策略优化了改进概率神经网络的多项式阶数，提高了变压器数据融合诊断的准确率和概率神经网络的泛化能力。

【技术实现步骤摘要】

本专利技术涉及变压器故障诊断，具体为基于全频段多模态数据融合的配电变压器故障诊断方法。

技术介绍

1、在电力系统中，配电变压器的稳定运行至关重要，而故障诊断的准确性直接影响到电力供应的可靠性。传统的故障诊断方法往往依赖于单一的数据源，这限制了诊断的全面性和准确性。

2、利用概率神经网络（pnn）进行配电变压器故障诊断能够依据已有的标记数据来识别和分类故障类型。而这种方法在处理未知或少见故障模式时可能面临挑战，因为它们通常需要大量数据或更高级的模型来实现良好的泛化。此外，复杂的神经网络在训练和评估时对计算资源的需求较高，这可能限制了其在资源受限环境中的适用性。同时，对于需要快速响应的实时应用场景，这些模型的推断时间可能过长，无法满足即时性的需求。因此，研究如何优化pnn模型，以提高其泛化能力、降低资源消耗，并加快处理速度，对于提升全频段多模态数据下变压器故障诊断的效率和准确性具有重要作用。

技术实现思路

1、针对现有技术的不足，本专利技术提供了基于全频段多模态数据融合的配电变压器故障诊断方法，其目的本文档来自技高网...

【技术保护点】

1.基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：改进概率神经网络的核函数表示为：

3.根据权利要求2所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：设置改进北极海鹦优化算法的参数，包括海鹦个体的数量、搜索空间、总迭代次数，并引入Logistic混沌映射初始化初始种群位置，表示为：

4.根据权利要求3所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：模拟空中搜索策略，在空中搜索策略中引入动态调整Le...

【技术特征摘要】

1.基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：改进概率神经网络的核函数表示为：

3.根据权利要求2所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：设置改进北极海鹦优化算法的参数，包括海鹦个体的数量、搜索空间、总迭代次数，并引入logistic混沌映射初始化初始种群位置，表示为：

4.根据权利要求3所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：模拟空中搜索策略，在空中搜索策略中引入动态调整levy飞行参数进行改进，表示为：

5.根据权利要求4所述的基于全频段多模态数据融合的配电变压器故障诊断方法，其特征在于：模...

【专利技术属性】
技术研发人员：康兵，吕嘉威，丁贵立，袁小翠，张兴旺，崔明建，王宗耀，章卓航，蔡安禹，李亚波，江嘉越，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：