基于自组织神经网络的变压器故障诊断

《基于自组织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35卷第23期继电器Vb1．35NO．232007年12月1日RELAYDec．1，2007基于自组织神经网络的变压器故障诊断顾民，葛良全(成都理工大学核技术与自动化工程学院，四川成都610059)摘要：变压器故障诊断实质上是属于一种模式识别，基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想，改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理，然后用改进后的ART2网络对样本进行诊断。通过与传统的三比值法和BP神经

2、网络的诊断结果对比，验证了该方法的有效性和可行性。关键词：电力变压器；故障诊断；油中溶解气体分析；ART2网络；欧氏距离Faultdiagnosisofpowertransformersbasedontheneuralnetworkofself-organizingmapGUMin，GELiang—quan(SchoolofNuclearTechnologyandAutomation，ChengduUnivercityofTechnology,Chengdu610059，China)Abstract：FaultDiagn

3、osisofPowerTransformersisal(indofpattemrecognition．ThepapermodifiesthetraditionalART-2networkbasedonthisidea：diferentdistancesforsamplestocenterofclusterproducediferentinfluenceonexcursionofcenterofclusterandthelackofpatterndriftingisimproved，Firsttheinputvectoro

4、fsampleisextended，thenitisdiagnosedbythemodifiedART2一network．TheresultsarecomparedwiththoseobtainedbytheIECthree—ratioandBPNNmethod．Comparisonresultverifythatthealgorithmproposedisefectiveandfeasibile．ThispaperissupportedbyNationalNaturalScienceFoundationofChina(

5、No．40374051)．Keywords：powertransformerfault；diagnosis；dissolvedgas·-in·-oilanalysis；ART2network；euclideandistance中图分类号：TM772；TP181文献标识码：A文章编号：1003—4897(2007)23—0028—03以得到全局最优点。由于传统的ART2存在模式漂移0引言的不足，影响其故障分类的正确性，文章采用基于电力变压器油中溶解气体的色谱分析(DGA)类内样本与类中心的距离的不同而对类中心的偏移是变压器

6、内部故障诊断的重要手段，国内外研究产生不同影响的思想，对传统的ART2网络算法进电力变压器内部故障诊断方法很多，如神经网络行分析和改进，改善了模式漂移的缺点，提高了分方法【lJ、模糊集理论方法L2J、专家系统方法、综合类能力，从而极大地提高了故障分类的正确性。将人工智能技术I以及变压器故障在线监测技术的应其用于变压器内部故障诊断，同时对输入样本的输用等。由于神经网络具有并行处理、学习和记忆、入矢量进行了扩展，通过实例，证明了该方法的在非线性映射和自适应能力等特点，非常适合应用在电诊断故障时能够随新的样本调整故障特征曲线，

7、同气故障诊断领域。这些网络一般都采取前馈型神经网时具有较高的准确性。络(如BP网络，RBF网络)，但前馈型网络具有一1ART2网络模型及改进定的局限性，如学习偶发事件能力差，对训练样本内没有的故障类型无法分类等。基于自适应共振理论的1．1传统ART2网络简介ART-2神经网络采用竞争学习和自稳机制原理实现一种典型的ART2神经网络结构如图1所示。稳定的无监督分类，可以进行实时学习，并对已学过整个系统分为注意子系统和定向子系统两部的模式自动响应和自动识别，分类能力较强，而且克分。注意子系统完成由底向上矢量的竞争选择及矢服了

8、大多数前向网络容易陷入局部极小点的缺陷，可量间相似程度的比较，定向子系统检查相似度能否达到检测标准，并做出相应的动作，共振或者重置。基金项目：国家自然科学基金项目(40374051)输入模式X在Fl层特征表示场通过向量归一化和维普资讯http://www.cqvip.com顾民，等基于自组织神经网络的变压器故障诊断．