基于SOFM神经网络的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: 河南科学
• 关键词: SOFM神经网络 故障诊断 改进的罗杰斯三比值法 变压器 泛化能力
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 机械电子与计算机科学
• 页码范围: 1037-1041
• 页数: 5页
• 分类号: TP183|TM407
• 语种: 中文
• DOI: 10.13537/j.issn.1004-3918.2014.06.025

摘要

SOFM神经网络具有强大的非线性映射能力和高度的自组织和自学习能力，将SOFM神经网络应用于变压器的故障诊断。利用改进的罗杰斯三比值法获取变压器故障诊断的特征向量，建立了SOFM网络故障诊断模型，并对模型进行训练。为了检验模型的实际诊断能力，以变压器的4种典型故障诊断为例进行仿真实验。仿真结果表明：SOFM神经网络能够根据获胜神经元在竞争层的位置对变压器故障进行判断，诊断准确率高，收敛速度快，泛化能力强，表明基于SOFM网络的变压器的故障诊断是一种行之有效的方法。

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