文献类型：期刊文章

作　　者：伍兰英[1] 张志飞[2] 曾凡志[3]

机构地区：[1]广东工业大学自动化学院,广东广州510006 [2]佛山科学技术学院自动化学院,广东佛山528000 [3]佛山科学技术学院计算机学院,广东佛山528000

出　　处：《工业控制计算机》

基　　金：广东省基金项目(2015A030313635)

年　　份：2017

卷　　号：30

期　　号：10

起止页码：45-46

语　　种：中文

收录情况：普通刊

摘　　要：针对变压器故障征兆和故障类型的非线性特征,结合油中溶解气体分析法,研究应用概率神经网络对变压器的故障诊断。以绝缘油中5种气体作为神经网络的输入,建立可以对变压器高能放电、低能放电、过热3种故障以及正常状态进行诊断的概率神经网络。建立的概率神经网络,不需要对数据进行任何处理,减少了计算工作量,运行速度快。该方法采用的是一次性分类,分类效率高。对于在线诊断系统,针对传感器或光谱仪收集数据存在较大误差的问题,对方法进行了鲁棒性分析,证明了文中所提出方法的较好的鲁棒性。文末给出了基于溶解氧含量(DGA)实例,并与相关研究结果在准确率和训练时间两方面进行了比较,证明了该方法的有效性。

关 键 词：故障诊断 概率神经网络 变压器 油中溶解气体分析法  

分 类 号：TM41] TP183]