资源描述：
《基于改进小波神经网络算法的电力变压器故障诊断方法_陈伟根》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第29卷第7期仪器仪表学报Vol129No172008年7月ChineseJournalofScientificInstrumentJul.2008基于改进小波神经网络算法的电力变压器故障诊断方法陈伟根,潘翀,云玉新,王有元,孙才新(重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400030)摘要:大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定。针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,
2、提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法。选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优。关键词:变压器;油中溶解气体分析;故障诊断;小波神经网络;改进算法中图分类号:TM261文献标识码:A国家标准学科分类代码:470.4047Faultdiagnosticmethodforpowertransformerbasedonimprovedw
3、aveletneuralnetworkalgorithmChenWeigen,PanChong,YunYuxin,WangYouyuan,SunCaixin(StateKeyLaboratoryofPowerTransmissionEquipment&SystemSecurityandNewTechnology,ChongqingUniversity,ShapingbaDistrict,Chongqing400030,China)Abstract:Asthekeyequipmentinelectricp
4、owersystem,theoperatingreliabilityoflargepowertransformersinflu2encesonthesecurityandstabilityofpowersystemsdeeply.BecausetherearesomeproblemsexistinginWNNbasedonBPalgorithmsuchaslowconvergencerate,searchingspacepossessinglocalminimaandoscillation.Thispa
5、perproposesamodifiedwaveletneuralnetwork(WNN)algorithmforfaultdiagnosisofpowertransformertakingdis2solvedgasinoilastheresearchobjects,inwhichthemomentumcoefficientandalter2learningcoefficientareem2ployedtoresolveaboveproblems.AfterthemodifiedWNNistrained
6、andthefaultsarerecognizedfrom400practicalgasdata,comparisonandanalysisarecarriedoutinsimulation.Experimentalresultsdemonstratethattheproposedmodifiedalgorithmcanprovidehigherdiagnosticprecisionandrequirelessconvergencetimethantheratiomethod.Keywords:powe
7、rtransformer;dissolvedgasinoilanalysis(DGA);faultdiagnosis;waveletneuralnetwork;mod2ifiedalgorithm[5]venise提出小波神经网络概念后,这种结合的思想不[528]1引言断被提出和改进,出现了多种小波神经网络模型。已经证明,小波神经网络继承了小波变换和神经网络技术近年来人工智能方法的出现为变压器故障诊断提供的优点,通过训练可以自适应的调整网络参数,同时具有[124]了新途径。小波神经网络(waveletn
8、euralnetwork,良好的函数逼近和模式分类能力,因此探索将人工神经WNN)起源于小波分解,是在小波分析基础上的一种人网络与小波分析独特优点结合起来的小波神经网络高效工神经网络的延伸。自1992年ZhangQinghua和Ben2学习算法及其在变压器故障诊断领域的应用很有必要。收稿日期:2007204ReceivedDate:20072041490仪器仪表学报第29卷针对传统小波神经网络的反向传播算法(back2prop2向传播输出过
