利用DGA-NN诊断油浸式电力变压器故障
100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 730KB
- 页数 4P
- 阅读 64
- 下载 39
人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,并对其性能做了分析和对比。结果表明,两种网络均能较好地实现变压器故障的实时诊断。因初始化权值的随机性,BPNN的输出结果具有差异性,收敛速度较慢,而PNN网络结构自适应确定,可以随时添加训练样本,且训练速度较快,适合于实现变压器故障的实时诊断。相同条件下,PNN的收敛速度约为BPNN的5倍。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
利用DGA-NN诊断油浸式电力变压器故障 730KB
油浸式电力变压器故障诊断的研究 59KB
在大型油浸式电力变压器故障诊断中信息融合技术的应用 478KB
油浸式电力变压器过热故障的诊断与处理 167KB
油浸式电力变压器故障诊断的研究 192KB
解析油浸式电力变压器故障诊断技术 192KB
油浸式电力变压器技术协议资料 79KB
油浸式电力变压器 (2) 1.3MB
油浸式电力变压器铁心接地故障诊断与处理 462KB
油浸式电力变压器压力释阀故障分析 179KB