基于BP神经网络的变压器故障诊断模型

研究一种基于BP神经网络的变压器故障诊断方法。以绝缘油中6种气体作为神经网络的输入,建立可对变压器低能放电、高能放电、局部放电、低温过热、中温过热、高温过热以及混合型故障高温过热兼高能放电等7种故障进行诊断的BP神经网络模型。通过全面调节隐层神经元的个数对网络进行训练,优化网络结构和参数,用最大隶属原则处理网络输出,对多达60个的检验样本进行实际故障诊断,准确率达到了95%。建立的故障诊断模型是最为简单的BP神经网络模型,因此该模型便于在实际中应用,通过与其它改进的神经网络方法进行比较研究,结果表明,BP神经网络故障诊断模型的各项性能指标均处于较好水平。