油中溶解气体分析的变压器故障诊断新方法

油中溶解气体分析的变压器故障诊断新方法

ID:5358919

大小:564.34 KB

页数:3页

时间:2017-12-08

油中溶解气体分析的变压器故障诊断新方法_第1页
油中溶解气体分析的变压器故障诊断新方法_第2页
油中溶解气体分析的变压器故障诊断新方法_第3页
资源描述:

《油中溶解气体分析的变压器故障诊断新方法》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32卷第6期高电压技术Vol.32No.62006年6月HighVoltageEngineeringJun.200635*油中溶解气体分析的变压器故障诊断新方法王南兰,邱德润(湖南文理学院电气系,常德415000)摘要:为克服电气分析应用中BP网络算法遇到的困难,改进基本遗传算法并将其与BP算法相结合构成混合算法应用到基于油中溶解气体分析的变压器故障诊断的小波神经网络的训练中。混合算法先利用改进后的遗传算法优化小波神经网络的4个初始值,再利用梯度下降算法训练小波神经网络。针对实际情况,对所

2、采用的遗传算法运用实数编码,采用通过自适应调整的交叉和变异概率,使遗传算法在广泛的空间搜索,向解的方向尽快收敛。仿真结果表明,该算法有效解决了小波网络若初值设置不合理,极易进入局部极小的区域使网络振荡增大、不收敛及GA算法独立训练神经网络速度缓慢等缺点。用训练过的该小波神经网络模型对456台次的变压器故障进行验证和诊断的仿真结果表明,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电力变压器故障诊断的有效性。关键词:电力变压器;小波神经网络;遗传算法;故障诊断;油中溶解气体分析中图分类号:TM41文献标

3、识码:A文章编号:1003-6520(2006)06-0035-03NewMethodofPowerTransformerFaultDiagnosisbyDissolvedGas-in-oilAnalysisWANGNanlan,QIUDerun(ElectricalEngineeringDepartmentofHunanUniversityofArtsandSciences,Changde415000,China)Abstract:Powertransformerisoneofthekeyequipmentoft

4、hepowersystem,soitisvaluableforpowertransform-erstodiscovertheincipientfaulttimelyandtruly.BPalgorithmisusedtoiteratebygradientdeclinemethodoferrorfunction,soitsconvergencespeedisslow,andeasilysettlesintolocalsmallextremum,andtheconcreteextremumpositionisclose

5、lyrelatedtotheinitializationoftheweights.Traditionalgeneticalgorithmissimilartotheexhaus-tiveheuristicsearch,thoughitisaglobalsearch.Thatcausesinevitablythesearchingtimetoolong.Thispaperim-provesthesimplegeneticalgorithmandmakesupofthehybridalgorithmcombiningg

6、eneticalgorithmwithBPalgo-rithm.Itisappliedtothewaveletneuralnetworkforthepowertransformerfaultdiagnosisbydissolvedgas-in-oila-nalysis.Thehybridalgorithmmakesuseoftheimprovedgeneticalgorithmtooptimizethefouroriginalparameterofthewaveletneuralnetworkfirst,thenm

7、akesuseofthegradientdescentalgorithmtotrainthewaveletneuralnet-work.Inviewofactualsituation,inthegeneticalgorithm,thechromosomecodeadoptedrealnumberandself-adap-tiveprobabilitiesofthecrossoverandmutationisadoptedinorderthatthegeneticalgorithmnotonlymaintainsth

8、ewaveletneuralnetworkcharacteristics,butalsoavoidsthewaveletneuralnetworkdefects.Simulationresultsshowthattheproblemissolvedandwaveletneuralnetworksettlesintolocalsmallextremumsoea

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。