基于加权小波神经网络的油浸式电力变压器故障检测

被引:23
作者
崔东君 [1 ]
刘念 [1 ]
刘秀兰 [2 ]
机构
[1] 四川大学电气信息学院
[2] 北京市电力公司试验研究院
关键词
加权小波; 小波神经网络; 油溶解气体; 变压器故障检测;
D O I
暂无
中图分类号
TM411 [油浸式电力变压器];
学科分类号
摘要
分析变压器油中溶解气体含量进行变压器故障诊断的关键是找到油中溶解气体含量和故障之间的非线性关系。针对已有检测方法诊断准确性不高的问题,提出不基于Fourier变换,而是利用细分的方法构造一类新的具有加权性质的小波函数。将小波函数作为前馈神经网络的隐含层函数并优化网络的学习率,构造出加权小波神经网络处理变压器油中溶解气体含量数据。通过实际故障数据验证,此方法较已有的诊断方法准确性更高,在同等计算精度下速度更快,进而提高了变压器故障诊断的效率。
引用
收藏
页码:19 / 23
页数:5
相关论文
共 8 条
  • [1] 电气设备油中气体在线监测与故障诊断技术.[M].孙才新等著;.科学出版社.2003,
  • [2] 一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法
    潘超
    马成廉
    郑玲峰
    刘宁
    [J]. 电力系统保护与控制, 2009, 37 (09) : 20 - 24+29
  • [3] BP神经网络在变压器故障诊断中的应用
    杨海马
    刘瑾
    张菁
    [J]. 变压器, 2009, 46 (01) : 67 - 70
  • [4] 利用小波神经网络的电力变压器故障诊断方法
    陈伟根
    潘翀
    王有元
    云玉新
    孙才新
    [J]. 高电压技术, 2007, (08) : 52 - 55
  • [5] 主成分分析在变压器故障诊断中的应用研究
    张承彪
    罗运柏
    文习山
    [J]. 高电压技术, 2005, (08) : 9 - 11
  • [6] 一种新的细分加权小波
    侯霞
    胡寿松
    [J]. 自动化学报, 2004, (06) : 1017 - 1020
  • [7] 基于人工神经网络的变压器故障诊断
    杨启平
    薛五德
    蓝之达
    [J]. 变压器, 2000, (03) : 33 - 36
  • [8] 小波神经网络若干关键问题研究.[D].侯霞.南京航空航天大学.2006, 06