结合N-W方法的L-M算法在变压器故障诊断中的应用  

Application of L-M algorithm with N-W method in fault diagnosis of transformer

作　　者：徐志钮[1] 律方成[1] 刘云鹏[1] 李燕青[1] 

机构地区：[1]华北电力大学电气工程学院,河北保定071003

出　　处：《华北电力大学学报（自然科学版）》2005年第4期1-4,共4页Journal of North China Electric Power University：Natural Science Edition

摘　　要：在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。By analyzing the principles of Levenberg-Marquardt (L-M) algorithm and Nguyen-Widrow (N-W) ANN variable parameters initialization method, the network-training algorithm of multi-layer feedforward is proposed. The N-W method is used to initialize ANN variable parameters. The L-M algorithm is used to train Artificial Neural Network (ANN). The ANN for transformer fault diagnosis based on dissolved gas-in-oil analysis (DGA) is constructed. Training results of BP algorithm, BP algorithm with momentum and L-M algorithm with N-W method are used. The effectiveness of the proposed algorithm is verified by fault diagnosis result of transformers.

关 键 词：L-M算法 故障诊断 变压器 油中溶解气体分析 多层前馈神经网络 应用 网络训练算法 BP算法 局部极小点 方法原理 可变参数 收敛速度 初始化 基础 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TU973.1[自动化与计算机技术—控制科学与工程]