人工神经网络在变压器油中溶解气体分析中的应用
本文介绍了采用改良后的BP人工神经网络(反向传播神经网络)对大型充油电力变压器进行绝缘性能的评估的方法.在对几种不同学习算法的人工神经网络进行全面地对比分析后,提出了一种具有自适应能力的BP神经网络结构,并用于学习诊断网络;另一方面,数据的可信度分析引入到BP网络,通过可信度分析使获取的DGA数据得到事前处理,消除了由于采集样本带来的分散性误差,而油中溶解气体分析(DGA)作为充油设备绝缘状况分析最为有用的工具,目前已在电力系统中得到广泛的应用,通过将人工神经网络引入DGA的故障识别中,在一定程度上消除了在目前DGA分析中人为造成的误判断、误分析,使判断的结果更加科学、合理.实验证明:采用改良后的BP网络利用前处理技术处理后的变压器的DGA数据作为样本后,使测试结果正确率大大提高,因此,必将在实际绝缘诊断得到广泛的应用.
人工神经网络 油中溶解气体分析 绝缘诊断 故障识别 电力变压器
涂彦明
成都电业局生技处
国内会议
长沙
中文
207-211
2003-10-01（万方平台首次上网日期，不代表论文的发表时间）