基于BP神经网络的变压器故障诊断

《基于BP神经网络的变压器故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第36卷第2期妻皋电力Vo1．36No．22008年2月East0hinaElectricPowerFeb．2008基于BP神经网络的变压器故障诊断王晓霞，王涛(1．华北电力大学计算机学院，河北保定071003；2．华北电力大学数理学院，河北保定071003)摘要：针对变压器故障诊断的特点，提出了一种基于BP神经网络的电力变压器故障诊断方法。采用稳定、快速的Levenberg—Marquardt算法训练多层前向人工神经网络，克服了标准BP算法收敛速度慢、易陷入局部极小的缺陷；在隐含层节点数的选取上，采用简单实用的黄金分割优选法，可以节省成

2、本，提高搜索效率。仿真结果表明，该方法具有运算速度快和拟合精度高等优点，满足电力变压器故障诊断的要求。关键词：BP算法；Levenberg—Marquardt算法；神经网络；故障诊断；变压器作者简介：王晓霞(1977一)，女，讲师，主要研究方向为智能计算方法在故障诊断中的应用。中图分类号：TM41文献标识码：A文章编号：1001．9529(2008)02-0112-05TransformerfaultdiagnosisbasedonBPnetworksWANGXiao．xia，WANGTao(1．SchoolofComputer，NorthChinaElectricPowerUniv．

3、，Baoding071003，China；2．SchoolofMathematics＆Physics，NorthChinaElectricPowerUniv．，Baoding071003，China)Abstract：Basedonthecharacteristicsoftransformerfaultdiagnosis，anewpowertransformerfaultdiagnosismethodbasedonBPneuralnetworkisproposed．Inthemethod，themulti—layerfrontartificialneuralnetworkistrain

4、edbythestableandquickLevenberg—Marquardtalgorithm，whichovercomesthedefectsofthestandardBPalgorithmusedinfaultdiagnosissuchasslowconvergencespeedandbeingsubjecttofallingintolocalminimum．Meanwhile，an。p—timizationalgorithmbasedongoldensectionwasadoptedtodesignthenumberofhiddenlayernodesintheneuraln

5、et—work，whichmaysavethecostandenhancethesearcheficiency．Simulationsshowthatthismethodhasquickopera—tionspeedandhighprecision．Keywords：BPalgorithm；Levenberg—Marquardtalgorithm；neuralnetwork；faultdiagnosis；transformer变压器故障诊断的方法很多，其中油中溶解器故障对应不同的变压器油中溶解气体浓度这一气体分析法(DGA法)¨卫利用不同类型的变压性质，通过分析故障特征气体(H、CH、

6、CH、具有响应快、超调小、鲁棒性强、脉动幅度小、抗干的鲁棒控制[J]．东北大学学报，2001，22(4)：362—364．[5]邵伍周，唐忠，蔡智慧，等．基于RBF神经网络在线辨识扰能力强等特性，动、静态特性均优于传统PI控制。的永磁同步电机单神经元PID矢量控制[J]．电力科学与参考文献：技术学报，2007，22(2)：48-52．[6]YangY，VilathgamuwaDM，RahmanMA．ImplementationLinFJ，ShyuKK，LinYS．Variablestructureadaptiveofana'rtificial—neural—network—basedr

7、eal-timeadaptivecontrol—controlforPMsynchronousservomotordrive[J]．IEEEproclerforaninteriorpermanentmagnetmotordriver[J]．IEEEelectricpowerapplication，1999，146(1)：173—185．transactionsonEnergyConversion，2003，39(1)：96-104．[2]Rah