公开(公告)号：CN116701876A

公开(公告)日：2023-09-05

申请号：CN202310762227.9

申请日：2023-06-26

Applicant: 贵州大学

Inventor： 胡克林 ,  张靖 ,  杨镓荣 ,  何宇 ,  严儒井 ,  包金山

IPC: G06F18/20 ,  G06F18/213 ,  G06F18/243 ,  G06N3/0895 ,  G01R31/12

Abstract: 本申请涉及一种基于半监督自训练模型的变压器故障诊断方法及装置，获取变压器多种运行状态下特征气体的含量数据作为样本数据生成初始故障诊断样本集，并对样本数据进行线性归一化；对归一化样本数据进行特征提取，并分为标签数据集、无标签数据集、验证集以及测试集；通过改进的半监督自训练SMOTE模型中合成人工合成点；将所述标签数据点的标签分配给人工合成点以及最近的无标签数据点，生成第一标签数据集；将第一标签数据集输入至分类器模型进行训练，并用验证集对所述分类器模型性能进行验证，得到最佳分类器模型；将测试集输入至所述最佳分类器模型中，得到分类结果。本申请实施例解决了变压器故障诊断存在的标签样本少的问题，提高分类效率。