论文部分内容阅读
基于深度自编码网络（DAEN）,构建了分类深度自编码网络（CDAEN）模型。结合电力变压器在线监测油中溶解气体分析（DGA）数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调。实例分析表明,与基于反向传播神经网络（BPNN）、支持向量机（SVM）的故障诊断方法相比,所提方法的诊断正确率更高。