基于波形记忆和模糊极小—极大神经网络的变压器励磁涌流和内部短路的鉴别

被引：8

作者：

潘荣贞

郁惟镛

田寿龙

机构：

[1] 上海交通大学电气工程系

来源：

电网技术 | 2002年 / 05期

关键词：

波形记忆; 超盒励磁涌流; 内部短路;

D O I：

10.13335/j.1000-3673.pst.2002.05.002

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

传统的区分变压器励磁涌流和内部短路的各种方法存在原理性缺陷 ,不能满足现代超高压电力系统的要求 ,此文根据内部故障和单纯涌流这两种情况下波形的不同 ,提出了波形记忆的原理并采用了一种模糊神经网络模型——模糊极小—极大神经网络来对这两种波形进行记忆和鉴别。运用EMTP程序对变压器各种内部故障或涌流的情况进行较为全面的仿真以形成网络的训练样本 ,通过学习和测试 ,表明该网络所形成的新算法能够正确鉴别变压器各种运行工况下的励磁涌流和内部短路 ,所需的鉴别时间小于 2 0 m s

引用

页码：4 / 9

页数：6