基于小波包和模糊自适应共振神经网络的变压器绕组状态识别

• 作者: 张艳 李勇 许洪华 马宏忠 黄春梅
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 变压器 绕组松动 振动信号 小波包能量 Fuzzy-ART神经网络 状态识别
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 输配电技术
• 页码范围: 89-95
• 页数: 7页
• 分类号: TM41
• 字数: 4859字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2017.07.016

摘要

变压器振动信号中包含了大量状态信息,但难以从中提取有效特征进行绕组松动状态识别.为此,提出了基于模糊自适应共振理论(fuzzy adaptive resonance theory,Fuzzy-ART)的变压器绕组松动状态识别方法.首先,设置9种绕组松动状态并进行短路实验,测取油箱表面振动信号;然后对振动信号进行4层小波包变换,提取有效测点状态特征频带的小波包能量构成特征向量;最后将特征向量作为Fuzzy-ART神经网络的输入,对不同绕组松动状态进行识别.实验结果表明,基于小波包的Fuzzy-ART神经网络能对绕组松动状态进行快速、稳定分类,可用于变压器绕组松动状态的在线监测与诊断.

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	河海大学能源与电气学院	202	2303	25.0	37.0
2	张艳	河海大学能源与电气学院	39	93	6.0	7.0
3	许洪华		19	75	5.0	7.0
4	黄春梅	河海大学能源与电气学院	6	26	4.0	5.0
5	李勇		11	40	4.0	6.0