基于组合神经网络模型的电力变压器故障诊断方法

• 作者: 刘娜 谈克雄 高文胜
• 来源期刊: 电工技术学报
• 学科: 工学
• 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
• 年，卷（期）: 2003,（2）
• 页码范围: 83-86
• 页数: 4页
• 分类号: TM855
• 字数: 3288字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2003.02.018

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈克雄	清华大学电机系	59	2231	30.0	46.0
2	高文胜	清华大学电机系	52	1517	25.0	38.0
3	刘娜	清华大学电机系	12	270	6.0	12.0