DGA与GRNN的联合变压器故障诊断研究

• 作者: 丁硕 巫庆辉 常晓恒 杨友林
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: DGA方法 GRNN 标准BPNN LM-BPNN 故障诊断 泛化能力
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP183|TM411
• 字数: 3962字
• 语种: 中文

摘要

针对传统的变压器故障诊断方法的不足,提出了基于油中溶解气体分析(DGA)方法和广义回归神经网络(GRNN)的变压器故障诊断方法.以DGA方法获取GRNN故障诊断模型的输入特征向量,建立了GRNN故障诊断模型,为了检验GRNN诊断模型的实际诊断能力,以某变电所主变压器的4种典型故障诊断为例进行仿真实验,并与标准BP神经网络(BPNN)和LM算法改进的BPNN(LM-BPNN)的诊断结果进行对比.仿真结果表明:DGA方法与GRNN的联合变压器故障诊断方法的诊断速度更快、准确率更高和泛化能力更强,且GRNN故障诊断模型构建简单,验证了所提出方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨友林	渤海大学工学院	20	161	7.0	12.0
2	巫庆辉	渤海大学工学院	46	413	9.0	18.0
3	丁硕	渤海大学工学院	42	451	11.0	19.0
4	常晓恒	渤海大学工学院	34	306	8.0	16.0