摘要:为提高变压器传统油中溶解气体分析(DGA)的故障诊断能力,提出了一种利用小波神经网络(WNN)的变压器故障诊断方法。WNN隐含层采用离散仿射小波函数,仿照前馈BP神经网络算法构造WNN,引入学习率和动量系数来训练网络。实验结果表明:相同条件下,较之传统比值法与BP神经网络,WNN的故障模式识别准确率更高,对照BP神经网络,所提出的WNN变压器故障诊断方法在稳定性和收敛时间方面表现更优。
关键词:变压器 溶解气体分析 人工神经网络 小波神经网络 故障诊断
单位:重庆大学高电压与电工新技术教育部重点实验室; 重庆400044
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社