基于神经网络的变压器故障诊断方法研究

被引：23

作者：

王桂英 ^{[1
]}

张世军 ^{[1
]}

潘思尧 ^{[2
]}

机构：

[1] 沈阳农业大学信息与电气工程学院

[2] 康奈尔大学

来源：

计算机测量与控制 | 2012年 / 20卷 / 07期

关键词：

变压器; 概率神经网络; 故障诊断;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

针对概率神经网络(PNN)模型强大的非线性分类能力,PNN能够很好地对变压器故障进行分类;文章通过对PNN神经网络的结构和原理的分析,应用PNN概率神经网络方法对变压器故障进行诊断;通过实例仿真表明,PNN网络的训练时间比BP网络少,比之预测准确度也要高,而且还具有高度的泛化能力,这使得PNN网络可以有效地运用到变压器故障诊断中,具有一定的可操作性。

引用

收藏

页码：1760 / 1762

页数：3

相关论文

共 10 条

[1]

基于免疫RBF神经网络的变压器故障诊断 [J].

任静 ;

黄家栋 .

电力系统保护与控制, 2010, 38 (11) :6-9+14

[2]

基于遗传算法优化的BP神经网络的变压器油中气体预测 [J].

张彼德 ;

裴子春 ;

袁宇春 .

西华大学学报(自然科学版), 2010, 29 (02) :145-147

[3]

基于RBF神经网络的变压器故障诊断及MATLAB仿真研究 [J].

吴宏岐 ;

周妮娜 ;

王春英 .

科学技术与工程, 2010, 10 (05) :1249-1251+1275

[4]

基于概率神经网络的风机故障诊断 [J].

李铁军 ;

朱成实 ;

吕营 ;

王丹 ;

王学平 .

煤矿机械, 2007, (10) :187-189

[5]

利用DGA-NN诊断油浸式电力变压器故障 [J].

李清泉 ;

王伟 ;

王晓龙 .

高电压技术, 2007, (08) :48-51

[6]

基于概率神经网络的变压器故障诊断的研究 [J].

银涛 .

电气应用, 2006, (10) :15-17+36

[7]

基于概率神经网络和双小波的电能质量扰动自动识别 [J].

石敏 ;

吴正国 ;

徐袭 .

电力自动化设备, 2006, (03) :5-8

[8]

无线传感器网络研究综述 [J].

陈丹 ;

郑增威 ;

李际军 .

计算机测量与控制, 2004, (08) :701-704

[9]

电力设备的在线监测与故障诊断.[M].王昌长;李福祺;高胜友编著;.清华大学出版社.2006,

[10]

基于神经网络的变压器故障诊断研究 [D].

侯健敏 .

南京气象学院,

2003