文献类型：期刊文章

作　　者：王妍[1] 张太华[2]

WANG Yan;ZHANG Tai-hua(Key Lab.of Advenced Manufacturing Technolooy,Ministry of Education,Guizhou University,Guiyang 550025,China;School of Mechanical,Electrical Engineering,Guizhou Normal University,Guiyang 550025,China)

机构地区：[1]贵州大学现代制造技术教育部重点实验室,贵阳550025 [2]贵州师范大学机械与电气工程学院,贵阳550025

出　　处：《组合机床与自动化加工技术》

基　　金：国家自然科学基金项目(71761007);贵州师范大学2017年度学术新苗培养及创新探索专项项目(黔科合平台人才[2017]5726-35)。

年　　份：2020

期　　号：11

起止页码：20-23

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

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。

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

分 类 号：TH16] TG506]