径向基函数神经网络在电力变压器故障诊断中的应用

摘要：

基于油中溶解气体分析法,采用径向基函数(radical basis function,RBF)神经网络模型对电力变压器进行故障诊断.为了提高诊断模型的辨识精度,分两步对RBF神经网络的模型参数进行辨识:首先采用减聚类算法确定RBF神经网络隐含层基函数的中心点,然后采用量子粒子群优化(quantum-behaved particle swarm opti mization,QPSO)算法求解基函数的宽度以及隐含层与输出层的连接权重.仿真实验结果表明,该方法的故障诊断正确率较高,达90.67％.

关键词：电力变压器、故障诊断、油中溶解气体法、径向基函数神经网络、量子粒子群优化算法

所属期刊栏目：25

分类号：TM726;TM853(输配电工程、电力网及电力系统)

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83