摘要
本发明提供一种基于深度学习的变压器故障诊断与定位方法,包括以下步骤:(1)获取相关样本数据,并对变压器油中溶解气体的相关数据进行预处理,得到典型气体的三比值,将各种故障类型数据划分为训练集和测试集作为模型的输入特征;(2)构建故障诊断模型和故障定位模型,(3)通过改进秃鹰算法优化故障诊断模型和故障定位模型的相关参数,用样本数据对经过算法优化后的模型进行训练,得到最终的诊断和定位模型;(4)通过诊断和定位模型处理待评估数据,得到变压器故障的诊断和定位结果。本发明对故障分类和定位的准确率较高,在一定程度上保证电力变压器安全、可靠的运行。