多神经网络与证据理论的变压器故障诊断方法

• 作者: 俞华 张文元 晋涛 王伟 赵卫国
• 来源期刊: 高压电器
• 关键词: 变压器 多神经网络 证据理论 故障诊断
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 研究与分析
• 页码范围: 207-211
• 页数: 5页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2018.08.032

摘要

针对电力变压器故障难以快速、准确定位和辨识的问题, 提出一种基于多神经网络与证据理论相融合的变压器故障诊断方法.该方法将神经网络强非线性拟合的能力与证据理论在不确定性推理问题中能折衷处理主、客观矛盾的优势相结合.利用神经网络的学习、记忆、识别功能, 对油中溶解气体数据与常规电气试验数据进行初步处理, 再应用数据融合原理, 对神经网络处理的初步结果进行证据理论融合, 实现对变压器故障的精准诊断.实例分析结果表明, 该方法对于变压器故障诊断准确率达73％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞华		29	76	4.0	7.0
2	晋涛		20	14	2.0	2.0
3	王伟		12	25	2.0	5.0
4	赵卫国		2	0	0.0	0.0
5	张文元		1	0	0.0	0.0