基于自适应RBF神经网络的电网变压器故障检测

摘要：

变压器的故障诊断方法大部分以油中溶解气体为诊断基础,如目前较为常用的四比值法、三比值法等.但存在“编码盲点”、故障诊断准确度不够等问题.本文提出一种基于自适应RBF神经网络的电网变压器故障检测方案,算法输入层节点只会把信号传送到隐含层.在隐含层中,通常使用高斯函数来对所得到了输入向量响应.输出层则是使用一般的线性函数来对输出进行加权.这种模式是一种标准的前向网络模式,能够使得神经网络的输入空间与输出空间得到映射,进而为分类网络并实现函数逼近,提高了网络收敛速度.仿真实验结果表明,本文提出的自适应RBF网络在故障诊断的准确率以及诊断时间的表现皆优于BP、GA-BP神经网络,所在在变压器故障诊断时,可以优先考虑自适应RBF神经网络.

关键词：RBF神经网络、变压器故障检测、高斯函数、线性函数

所属期刊栏目：35

分类号：TM407(变压器、变流器及电抗器)

在线出版日期：2020-04-08（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：110-113