基于粗糙集和RBF神经网络的变压器故障诊断方法研究

被引：31

作者：

杨志超 ^{[1
,2
]}

张成龙 ^{[1
,2
]}

吴奕 ^{[3
]}

安薇薇 ^{[1
,2
]}

朱海兵 ^{[3
]}

龚灯才 ^{[4
]}

机构：

[1] 不详

[2] 南京工程学院电力工程学院

[3] 不详

[4] 江苏省高校“配电网智能技术与装备”协同创新中心

[5] 国网江苏省电力公司

[6] 国网南通供电公司

[7] 不详

来源：

电测与仪表 | 2014年 / 21期

关键词：

变压器; 故障诊断; 粗糙集; RBF神经网络; 信息熵;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM407 [维护、检修];

学科分类号：

摘要：

针对变压器故障诊断神经网络模型存在网络结构复杂、训练时间长等问题,提出基于粗糙集及RBF神经网络的变压器故障诊断方法。运用粗糙集理论中无决策分析,建立基于可分辨矩阵和信息熵的知识约简算法,进行数据挖掘,寻找最小约简;以处理后的数据集合作为训练样本,采用高斯函数作为径向基函数,分别求解方差及各层权值,建立变压器故障诊断模型。通过测试对比,此算法虽然略微降低诊断正确率,但网络结构简单、训练速度快、泛化能力强,对提高神经网络在变压器故障诊断中的应用性能有较好的指导意义。

引用

页码：34 / 39

页数：6

共 13 条

[1] 基于熵权法的绝缘子污闪状态模糊综合评价 [J].