10.3969/j.issn.1671-4598.2013.01.013
基于模糊神经网络的电力变压器故障诊断
针对传统的故障诊断技术具有模型复杂,数据采集方法比较繁琐,模糊规则难以确定等问题,提出了将模糊逻辑和神经网络技术相结合的方法;首先针对变压器的故障的特点,利用模糊理论描述不确定性信息,然后采用TOPSIS方法通过对DGA的特征量数据进行模糊处理从而实现优劣的排序;最后根据优化的数据输入到BP网络中,对不同的故障状态进行识别和诊断;同时采用无线网络进行数据传输,实现了远程数据采集与故障诊断功能;分析表明,这种方法能够实现对不同故障的诊断,有效地提高了故障模式的识别能力,较传统诊断方法有较大的优势.
DGA、模糊理论、TOPSIS、电力变压器、故障诊断、BP网络、无线
21
TP13(自动化基础理论)
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
39-41