基于组合神经网络模型的电力变压器故障诊断方法  

Fault Diagnosis of Power Transformer Using a Combinatorial Neural Network

作　　者：刘娜[1] 高文胜[1] 谈克雄[1] 

机构地区：[1]清华大学电机系,100084

出　　处：《电工技术学报》2003年第2期83-86,共4页Transactions of China Electrotechnical Society

基　　金：国家自然科学基金资助重点项目 ( 5 963 72 0 0 )

摘　　要：对故障空间的划分以及组合神经网络的构造方式 ,是利用组合神经网络进行变压器故障识别的关键。在讨论变压器故障空间划分方法及其存在问题的基础上 ,针对已积累的故障变压器的大量溶解气体数据 ,考察了各类故障的气体特征及聚类分析结果 ,并在此基础上构造了组合神经网络分层结构模型 ,实现了对变压器故障由粗到细的逐级划分 ,以提高诊断的准确性 ,为制定维修策略提供了依据。最后 。Methods of fault classification and organization of combinatorial neural network(CNN)are keys to the diagnosis of power transformer faults with CNN.In this paper,based on the discussion of fault classification methods and a cluster analysis of dissolved gas data of thirteen usual transformer faults,a CNN is introduced to realize the multi resolution recognition of the insulation faults,which not only can make the fault diagnosis be more exace,but also is helpful to establish a significant strategy for the repair work.Finally,the recognition results show that this model is effective.

关 键 词：电力变压器 故障诊断 组合神经网络 聚类分析 溶解气体分析 

分 类 号：TM41[电气工程—电器] TP183[自动化与计算机技术—控制理论与控制工程]