文献类型：期刊文章

作　　者：甘团杰[1] 郑建涵[1] 张艳[1] 张昶[2] 黄敏[2] 李中[3]

GAN Tuanjie;ZHENG Jianhan;ZHANG Yan;ZHANG Chang;HUANG Min;LI Zhong(Jiangmen Power Supply Bureau of Guangdong Power Grid Co.,Ltd.,Jiangmen 529000,China;School of Software Engineering,South China University of Technology,Guangzhou 510006,China;Department of Electronics and Communication Engineering,North China Electric Power University,Baoding 071003,China)

机构地区：[1]广东电网有限责任公司江门供电局,广东江门529000 [2]华南理工大学软件学院,广东广州510006 [3]华北电力大学电子与通信工程系,河北保定071003

出　　处：《智慧电力》

基　　金：国家自然科学基金资助项目(62076093);广东电网有限责任公司科技项目(GDKJXM20198068(030700KK52190190))。

年　　份：2022

卷　　号：50

期　　号：2

起止页码：82-88

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对变压器状态智能识别方法泛化能力不足的问题,提出一种基于领域自适应的变压器状态识别方法。首先,使用多尺度时频分析方法挖掘变压器振动信号中的状态信息和固有属性,构建完备的变压器状态描述特征空间;然后,使用一种基于流形嵌入和动态分布对齐的领域自适应方法,以减少领域偏移带来的负面影响,并且动态评估和量化流形特征的边缘分布和条件分布;最后,基于结构风险最小化原则迭代训练得到变压器状态识别分类器。测试结果表明所提方法在一定程度上改善了变压器状态识别分类器泛化能力低的问题。

关 键 词：变压器 状态识别  领域自适应 流形学习 动态分布对齐  

分 类 号：TM407]