DGA与GRNN的联合变压器故障诊断研究

被引：10

作者：

丁硕

常晓恒

巫庆辉

杨友林

机构：

[1] 渤海大学工学院

来源：

电子测量技术 | 2014年 / 37卷 / 05期

关键词：

DGA方法; GRNN; 标准BPNN; LM-BPNN; 故障诊断; 泛化能力;

D O I：

10.19651/j.cnki.emt.2014.05.033

中图分类号：

TM407 [维护、检修];

学科分类号：

080801 ;

摘要：

针对传统的变压器故障诊断方法的不足,提出了基于油中溶解气体分析(DGA)方法和广义回归神经网络(GRNN)的变压器故障诊断方法。以DGA方法获取GRNN故障诊断模型的输入特征向量,建立了GRNN故障诊断模型,为了检验GRNN诊断模型的实际诊断能力,以某变电所主变压器的4种典型故障诊断为例进行仿真实验,并与标准BP神经网络(BPNN)和LM算法改进的BPNN(LM-BPNN)的诊断结果进行对比。仿真结果表明:DGA方法与GRNN的联合变压器故障诊断方法的诊断速度更快、准确率更高和泛化能力更强,且GRNN故障诊断模型构建简单,验证了所提出方法的实用性和有效性。

引用

页码：142 / 146

页数：5

共 12 条

[1] 基于Elman神经网络的传感器故障诊断研究 [J].