基于pnn电力变压器故障诊断方法

基于pnn电力变压器故障诊断方法

ID:5390196

大小:281.87 KB

页数:4页

时间:2017-12-08

基于pnn电力变压器故障诊断方法_第1页
基于pnn电力变压器故障诊断方法_第2页
基于pnn电力变压器故障诊断方法_第3页
基于pnn电力变压器故障诊断方法_第4页
资源描述:

《基于pnn电力变压器故障诊断方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、·66·工业仪表与自动化装置2014年第4期基于PNN的电力变压器故障诊断方法李克海(甘肃省电力公司培训中心,兰州730070)摘要:对油中溶解气体进行深入分析后,以改良的三比值法为基础,提出一种基于概率神经网络(PNN)的变压器故障诊断方法。该方法利用PNN的强大的非线性分类能力,将故障样本空间映射到故障模式空间中,可形成一个具有较强容错能力和结构自适应能力的诊断网络系统,从而提高故障诊断的准确率。仿真结果表明,实际案例数据验证了此方法准确率高,是一种有效的故障诊断方法。关键词:三比值法;变压器;概率神经网络;故障诊断中图分类号:TM41文献标志码:A文章编

2、号:1000—0682(2014)04—0066—04MethodofpowertransformerfaultdiagnosisbasedonPNNLIKehai(TrainingCenteroyGansuPrElectricPowerCompany,Lanzhou730070,China)Abstract:Afteranin—depthanalysisofdissolvedgasinoil,thebasisofaimprovedthree—ratiomethod,amethodbasedonprobabilisticneuralnetworkfortran

3、sformerfaultdiagnosisispresented.Thismethodusesnonlinearclassificationabilityofprobabilisticneuralnetwork,whichrnapesthefaultsamplespacetothemodeoffailureinthespace,toformastrongfaulttoleranceanddiagnosisnetworksystemstructureofadaptivecapacity.Therefore,thismethodcanimprovetheaccur

4、acyoffaultdiagnosis.Simu—lationresultsshowthattheactualcasedatavalidatethismethodwithhighaccuracy,andisaneffectivemethodforfaultdiagnosis.Keywords:three—ratiomethod;transfer;probabilisticneuralnetwork;faultdiagnosis定必要的对策。利用故障诊断技术可以早发现故障0引言征兆和原因,有利于及早排除故障和安全隐患,避免电力变压器是电力系统中的枢纽设备,它一旦

5、不必要的损失,具有很高的经济和社会效益。发生故障,将会对电网的安全运行造成较严重的影长期以来,人们对变压器故障诊断方法进行了响-1J。要使电力变压器安全运行,提高供电可靠大量地研究,提出了许多有效的方法,如模糊逻率,在选择技术过硬、产品质量好的前提下,主要是辑J、专家系统¨3J、灰色理论j、神经网络法j要不断提高变压器运行、维护和检修水平。如何实等。人工神经网络以其分布式并行处理、自适应、自时有效地实现对工作中的变压器故障进行诊断,已学习、联想记忆以及非线性映射等优点,为解决这一成为十分迫切和重要的任务。问题开辟了新途径。当前变压器故障诊断系统大多随着设备技术

6、水平与复杂度不断提高,设备故数都是采用BP网络模型,但由于BP网络自身的结障对生产安全的影响也显著增大,因此要保证设备构特点,在训练样本较多及要求的精度较高时,网络可靠、有效地运行,必须发展故障诊断技术。故障诊常常不收敛并且容易陷入局部最优,以及难以确定断技术借助于现代测试、监控和计算机分析手段,研隐层和隐节点个数等不足,限制了它的故障诊断能究设备在运行中的状态信息,分析设备的技术状态,力。该文将概率神经网络应用于变压器的故障诊断诊断其故障的性质和起因,并预测故障趋势,进而确当中,网络结构简单,训练简洁,利用概率神经网络模型强大的非线性分类能力,将故障样本空间

7、映射收稿日期:2013一ll—o4到故障式空间中,可形成一个具有较强容错能力和作者简介:李克海(1962),男,甘肃兰州人,讲师,主要研究方向结构自适应能力的诊断网络系统,从而提高故障诊为高压电气设备故障诊断,电力系统故障分析等。断的准确率。2014年第4期工业仪表与自动化装置·67·式(1)计算,从而得到故障模式的估计概率密度函1概率神经网络的故障诊断方法数。每一类只有一个求和层单元,且它与只属于自1.1PNN网络模型己类的模式层单元相连接,因此求和层将属于自己PNN是D.F.Specht博士在1989年首次提的模式层单元的输出相加,而与属于其他类别的模出的

8、,是一种基于Bayes分类规则与Par

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。