基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断

摘要：

充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断.该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例.经检验,系统具有较好的分类诊断能力.

关键词：故障诊断、变压器、粗糙集、径向基函数神经网络、数据挖掘

所属期刊栏目：28

分类号：TM41;TM855(变压器、变流器及电抗器)

资助基金：国家自然科学基金50128706

在线出版日期：2004-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-89