基于神经网络的变压器故障诊断
来源：电子测量技术杂志2017年第12期北京时间：
作者：张奎
单位：安徽理工大学电气与信息工程学院 淮南 232001
摘要：为了保障变压器在电力系统中能够安全有效的运行,提出了一种将RBF神经网络与模糊控制算法相结合对变压器进行故障诊断的方法。设计了具有6层神经网络的学习体系,并且将模糊隶属度函数引入到第2层中,加快了神经网络的学习速度。基于变压器故障的数据统计,通过对其内部的气体含量进行分析对故障类型进行分类。通过样本数据对所设计的模糊RBF神经网络进行故障诊断训练。实验结果表明,通过训练后的该模型对变压器的故障诊断具有更好的效果。
关键词：神经网络;变压器;模糊控制;故障诊断
基金资助：安徽省学术和技术带头人学术科研活动(2015D046)资助
