基于神經(jīng)網(wǎng)絡的變壓器絕緣狀態(tài)監(jiān)測的研究.pdf

1、該文引入了神經(jīng)網(wǎng)絡這一新方法，并用它對變壓器運行狀態(tài)監(jiān)測領域中的一系列關鍵問題進行了系統(tǒng)的研究。試驗和研究工作從以下兩個方面展開：一是將BP神經(jīng)網(wǎng)絡應用到基于油中溶解氣體分析(DGA)的變壓器故障診斷中，另一方面是應用ART和BP網(wǎng)絡對局部放電(PD)模式進行識別。 論文首先系統(tǒng)地論述了神經(jīng)網(wǎng)絡的模型和學習算法，然后圍繞該文的研究目標進行深入的研究。將收集到的檢測記錄組成BP網(wǎng)的學習樣本，根據(jù)BP網(wǎng)的基本原理提出了兩種輸入方式的

2、BPNN診斷法。訓練好的神經(jīng)網(wǎng)絡可對含有H2、CO等7種氣體組分的監(jiān)測數(shù)據(jù)進行處理，然后給出診斷結果。該新方法同傳統(tǒng)的IEC三比值法的比較結果顯示，神經(jīng)網(wǎng)絡診斷方法是優(yōu)越的。 針對局部放電信號的模擬和采集，提出了模擬局放的5種電極形式，并給出了相應的實驗結果。該文首次引入了統(tǒng)計算子來提取PD信號的特征，并對已有文獻中的一些錯誤加以修正。這些算子很好地反映了PD的相位分布特性，可以作為神經(jīng)網(wǎng)絡的輸入特征矢量。針對ART2原始算法十