文献类型：期刊文章

作　　者：范竞敏[1,2] 曹建[1,2] 丁家峰[1] 王浩宇[1,2]

机构地区：[1]中南大学物理科学与技术学院,湖南长沙410083 [2]北京华电云通电力技术有限公司,北京100069

出　　处：《控制工程》

基　　金：国家自然科学基金资助项目(50277039)

年　　份：2010

卷　　号：17

期　　号：1

起止页码：110-114

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、ZGKJHX、核心刊

摘　　要：油中溶解气体分析(DGA)是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络(LC-BP)故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到最终诊断结果。实验结果表明,提出的LC-BP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的故障诊断提供了一条新的有效途径。

关 键 词：DGA 线性分类器 BP网络 故障诊断

分 类 号：TP27]