两种前向神经网络在变压器故障诊断中的应用

• 作者: 刘春鹏 姚毅 宿广福 杨红英 贾金玲
• 来源期刊: 计算机测量与控制
• 关键词: 变压器 故障诊断 BP神经网络 PNN神经网络 MATLAB仿真
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 34-37
• 页数: 4页
• 分类号: TM407
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.02.009

摘要

针对依靠变压器油中溶解气体分析的传统故障诊断方法存在的不足以及未来智能诊断算法进一步发展的需要,在研究人工神经网络的基础上,介绍了两种前向神经网络在变压器故障诊断中的应用,并用大量的DGA样本数据做了仿真训练;首先讨论了几种常用变压器故障诊断方法的一些缺陷,通过分析现代智能诊断算法的局限性,得出改进人工神经网络的优势;然后结合两种前向神经网络的原理和结构,对变压器内部故障进行了分类和编码;分别设计了相应的故障诊断模型,在MATLAB中做了仿真测试,并给出了仿真程序;仿真结果表明,两种神经网络用于变压器故障识别较为理想,其中PNN网络在样本数量较多时效果更好,有效提高了变压器故障诊断的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚毅	四川理工学院自动化与电子信息学院	60	363	9.0	17.0
3	贾金玲		37	243	9.0	15.0
5	刘春鹏	四川理工学院自动化与电子信息学院	4	21	3.0	4.0
7	杨红英	四川理工学院自动化与电子信息学院	5	16	3.0	4.0