基于SOM的变压器绕组和铁芯故障诊断

摘要：

为了实现变压器故障的直观分类和故障识别,在分析变压器振动机理的基础上,提出一种基于自组织特征映射(SOM)神经网络的变压器故障检测方法.首先利用集合经验模式分解(EEMD)方法提取变压器不同运行状态下振动信号的特征矢量,以其表示变压器运行状态,降低故障分类和识别时运算量.然后通过采用SOM网络自组织学习算法,不断学习样本的特征矢量确定故障隶属函数,从而可以快速有效地诊断变压器的故障类型.试验结果表明,该方法可实现对变压器正常状态、绕组轴向变形、绕组径向变形、铁芯故障4种状态分类,并对测试样本进行快速的模式识别.

关键词：变压器故障、振动分析法、集合经验模式分解、特征矢量、SOM神经网络

所属期刊栏目：33

分类号：TM403.9(变压器、变流器及电抗器)

资助基金：国家自然科学基金61673268;国家自然科学基金重点项目61533012;上海市自然科学基金14ZR1421800

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134