变压器故障类型判断方法、装置、计算机设备和存储介质

摘要

本申请涉及一种变压器故障类型判断方法、装置、计算机设备和存储介质。所述方法包括：获取变压器中油中溶解气体含量数据的实时值；将实时值作为输入特征向量输入到预设的小波神经网络函数中，得到输出值，小波神经网络函数中预设有优化权值参数，优化权值参数基于差分进化算法得到；根据输出值对应的变压器故障编码，判断变压器故障类型。采用本方法能够加快了神经网络的训练速度，提高了小波神经网络函数的泛化能力，有效提高了故障判断的准确度，根据故障编码，判断变压器故障类型，预先对故障的类型进行准确的划分，通过故障编码精确对应匹配到故障类型，能够及时发现和准确判断变压器潜伏性故障，提高了变压器故障类型判断的准确率。