基于神经网络的变压器故障分类诊断

引言

本文基于BP神经网络对变压器的故障进行分类和诊断。变压器根据五种特征气体对应四种故障类型（高能放电、低能放电、过热和正常）。对已知类型的训练样本进行计算，构造BP神经网络，然后对测试样本进行分类。该方法的正确率达88%。
变压器是电力系统中分布广泛、造价昂贵、结构复杂的电气设备,担负着电能传送和电压转换的重任,其正常运行直接影响了整个电力系统的安全性和稳定性。对油浸式变压器来说,随着运行的持续,油与中间的固体有机材料会逐渐老化和分解,由于不同的故障类型,产生的气体含量和比例也不同,所以可利用对油中气体的分析,来判断故障类型。本文已知50个训练数据和25个测试样本。并通过对训练数据进行BP神经网络的模型建立，来对测试样本进行故障诊断。

数据

思路介绍

这是我们模式识别的作业，书上是用BP神经网络做的，然后我就在Python里面找到了MLPRegressor这个库，这个库的意思是多层感知器，我用的是回归的，因为书上思路是将四类进行编码，比如说第一类就是1000，第二类就是0100，第三类是0010，第四类是0001，然后呢五种气体，所以输入值是5，我这里采用了一层神经网络，多了反而效果不好。输出就是四个值的连续的数，找到里面的最大值，他就属于哪一类。

代码

import pandas as pd
from sklearn.neural_network import MLPRegressor
data = pd.read_excel('样本数据.xlsx')
label = pd.read_excel('类别.xlsx')
data_tr = data.iloc[0:50,1:6]
label_tr = label.iloc[0:50,:]
data_te = data.iloc[50:,1:6]
model = MLPRegressor(activation='logistic',solver='lbfgs',alpha=0.01,hidden_layer_sizes=(30),random_state=1,max_iter=500,learning_rate_init=0.05)
model.fit(data_tr,label_tr)    # 模型训练
pre = model.predict(data_te)   # 模型预测
k=[0]*25  # 存放类别
cnt = 0   # 计算正确个数
for i in range(25):k[i] = list(pre[i]).index(max(pre[i]))+1   if k[i] == data.iloc[i+50,7]:cnt += 1
acc = cnt/25

结果

真实类别	预测类别
2	2
2	2
2	1
2	1
2	2
2	2
1	1
1	1
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
3	3
4	4
4	4
4	3
4	4

如果我没打错的话，上面25个测试样本里面应该是错3个，所以正确率为88%。
如果有什么错误欢迎指出，也欢迎讨论。

基于神经网络的变压器故障分类诊断相关推荐

苏宁11.11：一种基于神经网络的智能商品税分类系统
1.项目背景 1.1业务问题描述目前企业财务人员开取商品增值税发票时,票面上的商品需要与税务总局核定的税分类编码进行关联,按分类编码上注明的税率和征收率开具发票,使得税务机关可以统计.筛选.比对数据 ...
基于神经网络的微博情绪分类
本文仅供参考目录任务说明一.基于 Bert 的文本表示及文本分类方法二.实验原理三.具体步骤 1.构建句子向量 1.1导入库 1.2加载bert模型 1.3读取数据 1.4获得向量 1.5运 ...
深度学习音乐分类_基于神经网络的音乐流派分类
介绍本文讨论神经网络对声音样本的音乐类型进行分类的任务.当我决定在声音处理领域工作时,我认为声音类型分类和图像分类是相同的问题.但是图像非常火热,我并没有找到太多关于深度学习来解决这个问题的相关资料. ...
径向基神经网络（实例故障分类）
径向神经网络的创建: 调用格式: net=newrbe(p,t,spread) -------------------p t分别为输入和输出样本,spread 为径向神经网络的散布常数或者更高效 ...
题快速公交 |小希的新工作 |岁月留痕 |排队喝水 |阿迪看医生 |松雅的花园 |拜访朋友 |猴导师 |贪心的阿迪 |飞机起飞时间安排 |松雅的旅馆 |小女孩和楼梯|小希与火车|基于神经网络的垃圾分类
写在前面:本题解旨在帮助进行作业参考,为学习升华所用.登高自卑,戒骄戒躁. 第一题:快速公交BRT 思路分析:本题考察数组基本应用,强模拟的题目. #include<iostream> u ...
26.利用概率神经网络分类预测基于PNN的变压器故障诊断（附matlab程序）
1.简述学习目标: 概率神经网络分类预测基于PNN的变压器故障诊断概率神经网络是由Specht博士在1989年首先提出, 是一种与统计信号处理的许多概念有着紧密联系的并行算法 ...
变压器故障声纹检测与诊断方法研究-论文阅读笔记
变压器故障声纹检测与诊断方法研究论文来源 DOI:10.27140/d.cnki.ghbbu.2021.000587 论文目的针对于变压器机械故障声音和变压器本体噪声容易混淆的问题,提出了一种改进 ...
基于深度学习模型的电力变压器故障声音诊断方法研究-论文阅读笔记
基于深度学习模型的电力变压器故障声音诊断方法研究论文来源 DOI:10.16311/j.audioe.2020.01.020 论文目的在变压器不停止工作的情况下,基于变压器的三种状态:正常.老化和 ...
在计算机rwn代表,基于改进和RWn-SVM的化工过程故障快速诊断.pdf
基于改进KFDA 和RWn -SVM 的化工过程故障快速诊断王斌工程师匡蕾高级工程师 (江苏省安全生产科学研究院化工安全与信息研究所,江苏南京 210009 ) 学科分类与代码:62030 ...

基于神经网络的变压器故障分类诊断

引言

数据

思路介绍

代码

结果

基于神经网络的变压器故障分类诊断相关推荐

最新文章

热门文章