基于 Super SAB神经网络算法的主变压器故障诊断模型

• 作者: 周浩 章剑光 项灿芳
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 主变压器 状态检修 故障诊断 人工神经网络 Super SAB
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 49-52,58
• 页数: 5页
• 分类号: TM407|TP277|TP183
• 字数: 2636字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2004.07.010

摘要

人工神经网络(ANN)由于其高度的非线性映射能力在电力系统模式识别及非线性优化领域有着广泛深入的应用研究.本文将Super SAB神经网络算法应用于主变压器溶解气体故障诊断(DGA),通过与带动量因子的标准BP算法、Bo1d Driver算法比较,验证SuperSAB算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,表明其在变电设备状态诊断中具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周浩	浙江大学电气工程学院	186	4653	37.0	59.0
2	章剑光	浙江大学电气工程学院	3	73	2.0	3.0
3	项灿芳		3	53	2.0	3.0