首页> 中文期刊> 《中国电力》 >基于SMOTE与Bayes优化的LSTM网络变压器故障诊断

基于SMOTE与Bayes优化的LSTM网络变压器故障诊断

         

摘要

随着电力信息化的提高,智能算法结合历史数据进行变压器故障诊断的方法越来越受到关注。在溶解气体分析法基础上借助少数类样本过采样(SMOTE)算法合成新样本,实现样本多维度扩充,并以贝叶斯优化算法寻找长短期记忆(LSTM)网络模型参数的最优设置值,以降低训练集错误率,进而建立了变压器故障诊断模型。结果表明:样本扩充后的变压器故障诊断模型过拟合度降低约20%,测试集准确率提升约10%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号