基于RPROP神经网络算法的主变DGA故障诊断模型

• 作者: 周浩 盛晔 章剑光
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 变电设备 主变压器 状态检修 故障诊断 神经网络 弹性反馈(RPROP) 油中溶解气体分析(DGA)
• 年，卷（期）: 2004,（14）
• 所属期刊栏目: 研制与开发
• 页码范围: 63-66
• 页数: 4页
• 分类号: TM411|TM407|TP18
• 字数: 3206字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2004.14.015

摘要

故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RPROP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,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	2	168	2.0	2.0
6	盛晔		3	55	3.0	3.0