基于粗糙集和 RBF 神经网络的变压器故障诊断方法研究

• 作者: GONG Deng-cai ZHU Hai-bing 吴奕 安薇薇 张成龙 朱海兵 杨志超 龚灯才
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 变压器 故障诊断 粗糙集 RBF神经网络 信息熵
• 年，卷（期）: 2014,（21）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 34-39
• 页数: 6页
• 分类号: TM407
• 字数: 4234字
• 语种: 中文

摘要

针对变压器故障诊断神经网络模型存在网络结构复杂、训练时间长等问题，提出基于粗糙集及RBF神经网络的变压器故障诊断方法。运用粗糙集理论中无决策分析，建立基于可分辨矩阵和信息熵的知识约简算法，进行数据挖掘，寻找最小约简；以处理后的数据集合作为训练样本，采用高斯函数作为径向基函数，分别求解方差及各层权值，建立变压器故障诊断模型。通过测试对比，此算法虽然略微降低诊断正确率，但网络结构简单、训练速度快、泛化能力强，对提高神经网络在变压器故障诊断中的应用性能有较好的指导意义。