李 辉1，黄祖源1，田 园1，和志成2

（1.云南电网有限责任公司信息中心， 云南 昆明 650011；2.玉溪供电局， 云南 玉溪 653100）

摘要：利用深层神经网络捕捉振动时间序列的隐藏特征，来预测变压器的欠励、过励以及在早期阶段的匝间故障，采用深度循环神经网络（RNN）结构，包括单向、双向门控循环单元（GRUs）和长短期记忆（LSTM）模型，通过实例验证了所建立的神经网络模型用于变压器故障诊断的有效性。

关键词：深度学习；循环神经网络；时间序列；变压器故障；振动分析

中图分类号：ＴＭ４０1+.1 文献标识码：Ｂ 文章编号：１００１－８４２５（２０22）０4－００35－０6

作者简介

李 辉（1991-），男，云南玉溪人，工程师。