一种基于油中溶解气体分析的变压器绝缘故障诊断新方法  

A New Fault Diagnosis Method Based on Dissolved Gases Analysis for Power Transformer

作　　者：董立新[1] 肖登明[1] 吕干云[1] 刘奕路[2] 

机构地区：[1]上海交通大学电子信息及电气工程学院,上海200240 [2]美国弗吉尼亚理工大学电气工程系

出　　处：《上海交通大学学报》2005年第S1期82-86,共5页Journal of Shanghai Jiaotong University

基　　金：国家自然科学基金资助项目(50128706)

摘　　要：将小波神经网络优良的分类诊断能力和最小二乘加权融合方法相结合,采用油气分析实现电力变压器的故障诊断.用非线性Morlet小波基作为神经网络激励函数,形成神经元,结合双方的优点,建立了紧致型小波神经网络.采用6个同一小波,其隐层单元数目、学习率等相关训练参数不同的单个子网络,对相同变压器故障信号样本进行训练,用最小二乘加权融合法对各个子网络的输出结果进行决策信息融合,通过对融合结果的分析,得到变压器故障的识别结果.测试结果表明,系统具有较好的分类诊断能力和可靠性.A fuzzy tight wavelet neural network integrated with least square weighted fusion algorithm based fault diagnosis for power transformer using dissolved gas-in-oil analysis(DGA) was proposed. The tight wavelet neural network was constituted taking the nonlinear Morlet wavelet radices as the stimulant function, combining the advantages of wavelet analysis and neural networks. In the system diagnosis process, six trained child fuzzy wavelets, which have the same training sample set, different learning rate, mi...

关 键 词：变压器 故障诊断 小波神经网络 信息融合 

分 类 号：TM407[电气工程—电器]