自适应小波分类网络在充油电力设备故障识别中的应用  

Application of Adaptive Wavelet Classification Network for Fault Diagnosis in Oil Immersed Power Equipment

作　　者：高文胜[1] 高宁[1] 严璋[1] 

机构地区：[1]西安交通大学

出　　处：《电工技术学报》1998年第6期54-58,共5页Transactions of China Electrotechnical Society

基　　金：国家自然科学基金

摘　　要：本文针对电力设备故障诊断的特点，提出了一种用于高维数据分析的小波分类网络（ＷａｖｅｌｅｔＣｌａｓｓｉｆｉｃａｔｉｏｎＮｅｔｗｏｒｋ，简称ＷＣＮ），并结合具体应用研究了提高网络推广能力和抗噪性能的方法。实例检验结果证明了该网络应用的有效性。With the consideration of the characteristic of fault diagnosis,the wavelet classification network(WCN)and its algorithm for analyzing multidimension data are presented.Methods to increase the capacity of generalization and noise suppression are discussed when WCN is used to diagnose the faults by practical testing data.The results prove that WCN is effective and useful.

关 键 词：电力设备 绝缘油 故障识别 小波分类网络 

分 类 号：TM7[电气工程—电力系统及自动化] TM215.4[一般工业技术—材料科学与工程]