基于数字孪生的优化概率神经网络变压器故障诊断

• 作者: 张太华 王妍
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 数字孪生 变压器故障诊断 概率神经网络 差分进化算法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 设计与研究
• 页码范围: 20-23
• 页数: 4页
• 分类号: TH16|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2020.11.005

摘要

针对油浸式电力变压器无法实时监测其运行情况、故障诊断精度低、速度慢等问题,提出一种基于数字孪生技术的优化概率神经网络的故障诊断方法.首先,根据变压器结构、运行等特点建立基于数字孪生的故障诊断模型,采用差分进化算法优化概率神经网络(PNN)中的平滑因子,再将优化后的平滑因子赋给PNN,最终得到优化后的故障诊断模型,进而构建高精度变压器数字孪生体进行实时故障诊断分析.优化结果表明,与优化前以及RBF和BP网络相比,变压器故障诊断的精度明显提高且收敛速度快,基于数字孪生技术能够实现实时诊断变压器故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张太华		30	69	5.0	7.0
2	王妍		7	30	2.0	5.0