基于MATLAB的BPNN在变压器故障诊断中的仿真参数研究

• 作者: 刘建华 华丁剑 杨丽娇
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 油中溶解气体 反向传播神经网络 变压器 故障诊断 仿真参数研究
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 41-45
• 分类号: TM41
• 字数: 4268字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-289X.2012.03.013

摘要

首先简要介绍了基于油中溶解气体DGA( Dissolved Gas - in - oil Analysis)的变压器故障诊断机理,然后介绍了反向传播神经网络BPNN( Back - propagation Neural Network)的网络结构、学习算法和训练流程,并结合变压器故障实际特点,分析了输入输出模式的确定、隐含层设计、传递函数和训练函数的选择对于整个网络设计的重要性,通过在MATLAB中神经网络工具箱平台上的仿真比较找出合理的参数,从而建立基于BPNN的变压器故障诊断模型,最后通过对验证样本的仿真诊断结果对比,说明了该模型在实际应用中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建华	长沙理工大学电气与信息工程学院	78	697	14.0	21.0
2	杨丽娇	长沙理工大学电气与信息工程学院	3	21	2.0	3.0
3	华丁剑	长沙理工大学电气与信息工程学院	4	23	2.0	4.0