摘要:为解决神经网络在油中溶解气体分析变压器故障诊断的应用中存在收敛速度慢的问题,将Nguyen-Widrow方法用于神经网络可变参数的初始化。该法通过调整隐层神经元的权值和阈值使隐层各个神经元输入的线性区间相等,从而减少网络训练时权值和阈值的调整量,加快网络收敛速度,增强网络学习能力,提高故障诊断的精度。对393个样本用5-80-6的结构网络分别不使用和使用该法训练,其样本误差平方和分别为37.10和15.21,训练所得网络对155个变压器的诊断结果准确率分别为80.97%和84.19%。表明该法的确能提高神经网络的学习能力和对变压器的故障诊断能力。
关键词:人工神经网络 变压器 故障诊断 油中溶解气体分析
单位:华北电力大学电力系统保护与动态安全监控教育部重点实验室; 保定071003
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Tsinghua Science and Technology Frontiers of Information Technology Electronic Engineering Control Theory and Technology Progress in Natural Science:Materials International High Technology Letters Cellular Molecular Immunology China Petroleum Processing Petrochemical Technology Plasma Science and Technology Chinese Journal of Oceanology and Limnology Science China Technological Sciences