基于数学形态学融合多神经网络的电力变压器故障诊断新方法
本文针对超高压、大容量电力变压器的早期潜伏性故障实时预警,提出了一种基于数学形态学融合多神经网络的故障诊断新方法,能够及时而准确地检测变压器早期潜伏性故障,对提高变压器运行的可靠性具有重要的实用价值。该方法首先利用数学形态学计算简单、实时性强的特点,对采集的数据通过数学形态学的TOP-HAT变换进行预处理；然后，运用5种不同结构的神经网络对变压器进行故障诊断；最后，将各种网络的诊断结果通过数学形态学运算进行平滑处理,得到诊断结果。与单个神经网络诊断方法相比,该方法可在故障特征比较类似的情况下,正确诊断故障类型,测试结果也表明了上述特点。
电力变压器 早期故障诊断 数学形态学 多神经网络
刘峻 周喜超 杨梅
甘肃省电力科学研究院,兰州 730050 甘肃省电力设计院,兰州 730050
国内会议
广州
中文
220-224
2007-11-10（万方平台首次上网日期，不代表论文的发表时间）