鑒于將深度學習應用于變壓器故障診斷具有良好的故障診斷效果,提出了一種基于棧式稀疏自編碼器的礦用變壓器故障診斷方法。通過在自編碼器隱含層引入稀疏項限制構(gòu)成稀疏自編碼器,再將多個稀疏自編碼器進行堆疊形成棧式稀疏自編碼器,并以Softmax分類器作為輸出層,建立礦用變壓器故障診斷模型;利用大量無標簽樣本對模型進行無監(jiān)督預訓練,并通過有監(jiān)督微調(diào)優(yōu)化模型參數(shù)。算例分析結(jié)果表明,與棧式自編碼器相比,棧式稀疏自編碼器應用于礦用變壓器故障診斷具有更高的準確率。