利用小波神经网络的电力变压器故障诊断方法

• 作者: 云玉新 孙才新 潘翀 王有元 陈伟根
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 变压器 溶解气体分析 人工神经网络 小波神经网络 故障诊断 方法
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 电气设备故障诊断与在线监测
• 页码范围: 52-55
• 页数: 4页
• 分类号: TM855
• 字数: 3367字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2007.08.013

摘要

为提高变压器传统油中溶解气体分析(DGA)的故障诊断能力,提出了一种利用小波神经网络(WNN)的变压器故障诊断方法.WNN隐含层采用离散仿射小波函数,仿照前馈BP神经网络算法构造WNN,引入学习率和动量系数来训练网络.实验结果表明:相同条件下,较之传统比值法与BP神经网络,WNN的故障模式识别准确率更高,对照BP神经网络,所提出的WNN变压器故障诊断方法在稳定性和收敛时间方面表现更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙才新	重庆大学高电压与电工新技术教育部重点实验室	379	13536	63.0	93.0
2	陈伟根	重庆大学高电压与电工新技术教育部重点实验室	99	3160	34.0	52.0
3	潘翀	重庆大学高电压与电工新技术教育部重点实验室	10	407	9.0	10.0
4	王有元	重庆大学高电压与电工新技术教育部重点实验室	63	2026	27.0	43.0
5	云玉新	重庆大学高电压与电工新技术教育部重点实验室	6	289	6.0	6.0