自适应学习速率法在变压器故障诊断中的应用

被引：17

作者：

赵继印 ^{[1
]}

李建坡 ^{[2
]}

郑蕊蕊 ^{[2
]}

机构：

[1] 大连民族学院机电信息工程学院

[2] 吉林大学通信工程学院

来源：

吉林大学学报(信息科学版) | 2008年 / 04期

关键词：

自适应学习速率法; BP神经网络; 误差自动调节修正因子; 故障诊断; 电力变压器;

D O I：

暂无

中图分类号：

TM407 [维护、检修];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

为了提高电力变压器故障诊断的准确率,针对油中溶解气体分析,提出了一种基于误差自动调节修正因子的自适应学习速率法,使神经网络通过自身的误差变化过程自动调整学习速率修正因子,保证网络总是以最大的可接受学习速率进行训练,从而提高网络收敛速度。针对电力变压器故障气体及故障类型的特点,建立了电力变压器故障诊断BP(Back-Propagation)网络模型,应用该算法和原算法对该故障诊断网络模型进行训练。仿真结果表明,该算法的训练次数减少了35.4%,收敛速度提高了44.9%,有效地改善了网络模型的性能。将该算法应用于电力变压器故障诊断,能较为精确地判断出电力变压器的故障类型,故障诊断准确率达90.8%。

引用

页码：415 / 420

页数：6

共 12 条

[1]

变压器油中溶解气体分析和判断导则.[S].贾瑞君;薛辰东..2001,

[2]

神经网络模型及其MATLAB仿真程序设计.[M].周开利;康耀红编著;.清华大学出版社.2005,

[3]

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,

[4]

基于证据推理的电力变压器故障诊断策略(英文) [J].