用RBF网络进行电力变压器局部放电故障诊断

被引：7

作者：

王茹

林辉

机构：

[1] 西北工业大学自动化学院,西北工业大学自动化学院陕西西安,陕西西安

来源：

关键词：

电力变压器; 故障诊断; 局部放电; 径向基函数网络;

D O I：

10.13296/j.1001-1609.hva.2005.01.013

中图分类号：

TM411 [油浸式电力变压器];

学科分类号：

080801 ;

摘要：

用径向基函数(RBF)神经网络对变压器局部放电的6种放电类型进行了模式识别。研究结果表明,无论是放电的二维谱图还是三维谱图,RBF网络的学习收敛速度、识别率较BP网络都有很大的提高,同时避免了BP网络对初始权值敏感、陷入局部极小等问题,可作为电力变压器局部放电故障诊断的一种新型模式分类器。

引用

页码：36 / 38

页数：3

共 8 条

[1] 基于BP人工神经网络的局部放电模式识别 [J].

徐刚 ;

仇贵宾 ;

王飚 .

[2] 基于相位分解法的局部放电模式识别 [J].

史志侠 .

[3] 根据脉冲波形特征识别几种典型模型放电的研究 [J].

王振远，谈克雄，朱德恒，王航 .

[4] 局部放电识别用的几种人工神经网络 [J].

谈克雄 ;

李福祺 .

[5] 神经网络中BP算法的分析 [J].

张铃 ;

张钹 .

[6]

人工神经网络原理及仿真实例.[M].高隽编著;.机械工业出版社.2003,

[7]

基于神经网络的智能诊断.[M].虞和济等著;.冶金工业出版社.2000,

[8]

电绝缘诊断技术.[M].朱德恒;谈克雄主编;.中国电力出版社.1999,