基于组合神经网络模型的电力变压器故障诊断方法

被引：35

作者：

刘娜

高文胜

谈克雄

机构：

[1] 清华大学电机系

来源：

电工技术学报 | 2003年 / 02期

关键词：

电力变压器; 溶解气体分析; 故障诊断; 神经网络; 聚类分析;

D O I：

10.19595/j.cnki.1000-6753.tces.2003.02.018

中图分类号：

TP183 [人工神经网络与计算]; TM41 [电力变压器];

学科分类号：

摘要：

对故障空间的划分以及组合神经网络的构造方式 ,是利用组合神经网络进行变压器故障识别的关键。在讨论变压器故障空间划分方法及其存在问题的基础上 ,针对已积累的故障变压器的大量溶解气体数据 ,考察了各类故障的气体特征及聚类分析结果 ,并在此基础上构造了组合神经网络分层结构模型 ,实现了对变压器故障由粗到细的逐级划分 ,以提高诊断的准确性 ,为制定维修策略提供了依据。最后 ,结果显示了该模型的有效性

引用

页码：83 / 86

页数：4