高压直流变压器中直流电源故障诊断方法的改进研究

摘要：

传统方法对高压直流变压器中直流电源故障的诊断,多基于专家经验和历史数据,诊断时间长、精度低、可靠性差.提出基于粒子群(PSO)与BP神经网络相结合的高压直流变压器中直流电源故障诊断改进方法,分析直流电源的故障类型及其产生原因,形成训练样本;将训练样本输入BP神经网络模型,进行学习和模拟运算,采用PSO迭代算法追踪每一种故障类型的个体极值和全局极值,更新粒子的速度和位置,寻求最优解,实现高压直流变压器直流电源的故障诊断.实验证明,该方法能够有效地完成直流电源故障诊断,在诊断时间、精度、及误差控制等方面具有较大优势.

关键词：变压器、直流电源、PSO、BP神经网络

所属期刊栏目：33

分类号：TH165.3

资助基金：南方电网公司科技项目CGYKJQQ00000014;国家自然科学基金资助项目61372083.Project Supported by Science and Technology Research Program of China Southern Power GridCGYKJQQ00000014;the National Natural Science Foundation of China61372083

在线出版日期：2017-11-28（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：8-12