基于非线性主分量分析—多层感知器网络的变压器油中溶解气体数据分析

被引：4

作者：

焦卫东 ^{[1
]}

钱苏翔 ^{[2
]}

杨世锡 ^{[1
]}

严拱标 ^{[1
]}

机构：

[1] 浙江大学机械与能源工程学院

[2] 嘉兴学院机电工程学院

来源：

中国电机工程学报 | 2007年 / 06期

关键词：

电力变压器; 非线性主分量分析; 多层感知器; 多元信息融合;

D O I：

10.13334/j.0258-8013.pcsee.2007.06.016

中图分类号：

TM406 [试验、运行]; TM855 [绝缘的试验与检查];

学科分类号：

080801 ; 080803 ;

摘要：

采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况,综合利用了各特征气体含量及其比值信息,并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中,非线性主分量分析网络执行多元输入特征信息的融合及主特征选择,形成待识别故障类的敏感特征量;随后的多层感知器执行故障模式识别。试验结果表明,在DGA分析的基础上,应用非线性主分量分析-多层感知器复合神经网络可有效实现变压器不同故障模式的智能化识别,获得较好的诊断结果。

引用

页码：72 / 76

页数：5

共 9 条

[1] 多神经网络与证据理论融合的变压器故障综合诊断方法研究 [J].