基于BP神经网络的变压器故障诊断  

Diagnosis of fault in transformer based on BP neural network

作　　者：李霖[1] 王旭红[1] 贺莹[1] 李海燕[1] 王昆洋[1] 

机构地区：[1]长沙理工大学电气与信息工程学院,湖南长沙410003

出　　处：《电气试验》2012年第6期11-14,共4页Electrical Test

摘　　要：论文主要介绍采用BP神经网络对变压器油中溶解气体进行分析来进行变压器故障诊断。论文所用BP算法是在传统的最速下降BP算法中加入可变学爿率以及采用动量因子的改进BP网络算法，即将自适应学习率法和动量BP法相结合的学习率可变的动量BP算法，建立了一种具有较强学习能力、泛化能力和适应能力的神经网络模刚，并通过实验证明了其对变压器故障诊断的准确性。This paper mainly describes that use BP neural network to analyse transformer oil dissolved gas and diagnosis transformer fault. In this paper, the BP algorithm is a improved BP network algorithm which is the traditional steepest descent BP algorithm with variable learning rate and the momentum, estabilish a neural network model with strong learning ability and adaptability, the generalization ability, and experiment shows the accuracy of transformer fault diagnosis.

关 键 词：可靠性 县级电网 提高 措施 

分 类 号：TM407[电气工程—电器]