基于自组织神经网络的变压器故障诊断

被引：5

作者：

顾民

葛良全

机构：

[1] 成都理工大学核技术与自动化工程学院

[2] 成都理工大学核技术与自动化工程学院四川成都

来源：

继电器 | 2007年 / 23期

关键词：

电力变压器; 故障诊断; 油中溶解气体分析; ART2网络; 欧氏距离;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

变压器故障诊断实质上是属于一种模式识别,基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想,改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理,然后用改进后的ART2网络对样本进行诊断。通过与传统的三比值法和BP神经网络的诊断结果对比,验证了该方法的有效性和可行性。

引用

页码：28 / 30+34 +34

页数：4

共 4 条

[1] 基于改进PSO-BP混合算法的电力变压器故障诊断 [J].