基于变权属性矩阵的变压器零样本故障诊断技术

作     者：雷蕾潇 何怡刚 姚其新 邢致恺 

作者机构：武汉大学电气与自动化学院 国网湖北省电力有限公司直流公司 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2023年

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划“智能电网技术与装备”专项“电力物联网关键技术”项目(2020YFB0905900) 国家自然科学基金(52207134、52207221) 武汉市局科技计划项目(20201G01) 

主　　题：零样本学习 特征提取 故障诊断 变权属性矩阵 

摘      要：针对变压器油中溶解气体含量分布的长尾效应引起故障样本信息缺失，属于零样本问题，从而导致故障诊断准确率低的问题，提出一种基于变权属性矩阵的变压器零样本故障诊断技术。首先，采用改进的高效通道注意力网络-堆栈式自编码器（Improved Efficient Channel Attention Network-Stack Autoencoder， IECANet-SAE）网络构建特征提取模块，自适应地提取油中气体数据的关键特征信息；其次，利用基于潜在狄利克雷分布的主题建模方法构建变权属性矩阵；最后，提出基于神经网络的朴素贝叶斯（Neural Naive Bayes， NNB）方法学习已知故障特征信息与属性矩阵的空间映射关系，建立零样本故障诊断模型并依靠模型实现未知故障类型诊断。应用IEC TC 10故障数据库及典型故障数据对所提方法加以验证。试验结果表明，所提出的方法具有更佳的诊断效果，且在零样本条件下故障诊断平均准确率高达到83%，平均诊断时间达0.18s。