CP组合神经网络在基于DGA的变压器绝缘故障诊断中的应用

被引：12

作者：

汪晓明 ^{[1
]}

何萍 ^{[1
]}

吴花 ^{[1
]}

陈振刚 ^{[1
]}

欧阳瑾 ^{[2
]}

李彦明 ^{[3
]}

机构：

[1] 江西省电力公司超高压分公司

[2] 江西省南昌市供电公司

[3] 西安交通大学电气工程学院

来源：

高压电器 | 2008年 / 44卷 / 06期

关键词：

变压器; 故障诊断; 油中溶解气体分析; CP组合神经网络;

D O I：

10.13296/j.1001-1609.hva.2008.06.027

中图分类号：

TM41 [电力变压器]; TP183 [人工神经网络与计算];

学科分类号：

080801 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体,既具有良好的模式识别性能,又能很好地解决反馈型神经网络的收敛问题。笔者提出了基于CP分类器人工神经网络的变压器故障诊断方法,建立了CP组合神经网络模型,通过比较不同训练情况下的正判率来确定CP网络中的训练次数和竞争层神经元的个数。实例证明该模型诊断结果的正判率比改良电协研法和IEC三比值法有较大的提高,具有较高的诊断准确率和应用价值。

引用

页码：543 / 547

页数：5

共 9 条

[1] 混合型集成神经网络故障诊断方法研究 [J].