一种电力变压器神经网络故障诊断方法

被引：10

作者：

陈龙龙

王波

袁玲

机构：

[1] 西华大学电气与电子信息学院

来源：

南京信息工程大学学报(自然科学版) | 2018年 / 10卷 / 02期

关键词：

电力变压器; 遗传算法; BP神经网络; 故障诊断;

D O I：

10.13878/j.cnki.jnuist.2018.02.011

中图分类号：

TM407 [维护、检修]; TP183 [人工神经网络与计算];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）]; 140502 [人工智能];

摘要：

电力变压器是电力系统的重要组成部分之一,它的安全运行对电力系统的可靠供电有很大的影响,本文对电力变压器故障诊断方法进行了研究.油中溶解气体分析法是诊断电力变压器内部故障的有效手段;最速下降算法是一种常用的神经网络局部寻优算法,在电力变压器故障诊断中收敛速度较慢,易陷入局部极小值;遗传膜算法具有并行计算的特点,用于电力变压器的故障诊断,很好地解决了神经网络在搜索过程中容易陷入局部最优的问题,具有更好的故障诊断速度.数值仿真结果验证了所给方法的有效性.

引用

页码：199 / 202

页数：4

共 4 条

[1]

Investigations on Incipient Fault Diagnosis of Power Transformer Using Neural Networks and Adaptive Neurofuzzy Inference System.[J].Nandkumar Wagh;D. M. Deshpande;Sebastian Ventura.Applied Computational Intelligence and Soft Computing.2014,

[2]

基于RS优化的电力变压器故障诊断方法 [J].