基于振动信号和小波神经网络的变压器故障诊断

• 作者: 朱跃光 王春宁 赵宏飞 陈继宁 马宏忠
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 电力变压器 故障诊断 小波神经网络 振动检测
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 电网
• 页码范围: 75-79
• 页数: 5页
• 分类号: TM41
• 字数: 3503字
• 语种: 中文

摘要

提出一种基于振动信号和小波神经网络的电力变压器故障诊断方法.采用变压器油箱表面的振动信号作为采样信号进行频谱分析提取特征频率信号,并以此特征频率信号乘以电流标么值的平方作为训练样本进行小波神经网络训练,小波神经网络输出量能够反映出频谱特征向量和变压器故障类型之间的映射关系,从而实现变压器的故障诊断.实验结果表明,使用该方法能够有效地对变压器进行故障分类及其诊断,并且小波神经网络具有很好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏忠	河海大学可再生能源发电技术教育部工程研究中心	202	2303	25.0	37.0
2	赵宏飞	河海大学可再生能源发电技术教育部工程研究中心	10	135	7.0	10.0
3	王春宁		20	521	14.0	20.0
4	朱跃光	河海大学可再生能源发电技术教育部工程研究中心	4	24	2.0	4.0
5	陈继宁		1	11	1.0	1.0