10.16526/j.cnki.11-4762/tp.2016.02.009
两种前向神经网络在变压器故障诊断中的应用
针对依靠变压器油中溶解气体分析的传统故障诊断方法存在的不足以及未来智能诊断算法进一步发展的需要,在研究人工神经网络的基础上,介绍了两种前向神经网络在变压器故障诊断中的应用,并用大量的DGA样本数据做了仿真训练;首先讨论了几种常用变压器故障诊断方法的一些缺陷,通过分析现代智能诊断算法的局限性,得出改进人工神经网络的优势;然后结合两种前向神经网络的原理和结构,对变压器内部故障进行了分类和编码;分别设计了相应的故障诊断模型,在MATLAB中做了仿真测试,并给出了仿真程序;仿真结果表明,两种神经网络用于变压器故障识别较为理想,其中PNN网络在样本数量较多时效果更好,有效提高了变压器故障诊断的正确率.
变压器、故障诊断、BP神经网络、PNN神经网络、MATLAB仿真
24
TM407(变压器、变流器及电抗器)
人工智能四川省重点实验室项目2014RYJ01;四川省教育厅重点项目201ZA123;四川理工学院研究生创新基金项目y2014007
2016-04-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-37