<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 嵌入式系統 > 設計應用 > 基于模糊輸入的BP-ART2混合神經(jīng)網(wǎng)絡(luò )在電力變壓器故障綜合診斷中的應用

基于模糊輸入的BP-ART2混合神經(jīng)網(wǎng)絡(luò )在電力變壓器故障綜合診斷中的應用

作者: 時(shí)間:2011-03-29 來(lái)源:網(wǎng)絡(luò ) 收藏

根據理論和理論,提出了的新方法,根據DGA(dissolved gas analysis) 法、電氣試驗法及外部特征法,建立了基于的BP-ART2混和進(jìn)行。仿真結果表明本方法能有效提高故障正確率。
  關(guān)鍵詞:控制; BP;ART2模型;故障診斷;變壓器

本文引用地址:http://dyxdggzs.com/article/150915.htm


THE APPLICATION OF BP-ART2 HYBRID NEURAL NETWORK FOR POWER TRANSMITTER SYNTHETIC FAULT DIAGNOSIS BASED ON FUZZY INPUT

Gao Ru-xin, Wang Fu-zhong, Ran Zheng-yun

(Jiaozuo Institute of Technology ,Jiaozuo 454000,China)

  ABSTRACT: This paper researches a new method for power transmitter based on fuzzy theory and neural network theory. According to DGA , electrical experiment and environmental characters ,a BP-ART2 model is presented based on fuzzy input . this model can deal with uncertain factor effectively and timely, and have enough ability for data obtaining.
  KEY WORDS: fuzzy control; BP neural network; ART2 model; fault diagnosis; power transmitter

1.引言
  變壓器是電力系統中重要的設備之一,對電力系統的安全運行起著(zhù)舉足輕重的作用。搞好變壓器的運行維護,特別是故障診斷工作,對于提高電力系統安全運行可靠性具有非常重要的作用。
  DGA的出現和逐漸成熟,給變壓器故障診斷帶來(lái)了許多便利。利用DGA來(lái)判斷變壓器故障的方法有許多種,如羅杰斯法、特征氣體法、三比值法、電協(xié)研法等,然而這些方法本身具有一定程度的不完善性,僅基于DGA,并不能對故障進(jìn)行準確評判,不能準確定位。結合電氣試驗,如測直流電阻,絕緣電阻,吸收比等,再加上一些故障特征,如溫度升高,油位下降等,進(jìn)行評判,可以有效提高診斷質(zhì)量。
  BP神經(jīng)網(wǎng)絡(luò )具有較強的非線(xiàn)性逼近能力,能進(jìn)行故障模式識別,還能進(jìn)行故障嚴重程度評估和故障預測,很廣,但它對異常類(lèi)故障處理能力低,不具備增量學(xué)習功能。ART 2模型是一種自組織的網(wǎng)絡(luò )模型,采用無(wú)監督的競爭學(xué)習規則,不存在BP算法對樣本知識的強烈依賴(lài)性問(wèn)題,能正確識別出異常類(lèi)故障,且識別速度快。但是,該模型是通過(guò)聚類(lèi)來(lái)完成模式分類(lèi)任務(wù)的,它不能進(jìn)行故障嚴重性評估和發(fā)展趨勢預測。把BP神經(jīng)網(wǎng)絡(luò )和ART2模型結合起來(lái),將有監督算法和無(wú)監督算法集成起來(lái),用模糊量作為,構成一種新的模糊神經(jīng)網(wǎng)絡(luò ),來(lái)對變壓器進(jìn)行診斷,可以取得良好診斷效果【1】。

2.電力變壓器常見(jiàn)故障及其特點(diǎn)【3】
  變壓器故障有很多種,一些常見(jiàn)的故障及其故障特點(diǎn)如下:
 ?。?)分解開(kāi)關(guān)接觸不良:直流電阻差值大,特征氣體中既含有H2又含有CO,且CH4或C2H4含量高。
 ?。?)繞組匝間短路:變比偏差大,直流電阻差值大,H2和C2H2含量高,含有CO。
 ?。?)有載分接開(kāi)關(guān)箱漏油:溫度過(guò)高,油位下降率高。
 ?。?)過(guò)熱性故障:CH4和C2H4含量高,還可能含有CO和CO2,溫度較高。
 ?。?)絕緣老化:介質(zhì)損耗tg較大,絕緣電阻過(guò)低,特征氣體中CO、CO2 和CH4較多。
 ?。?)嚴重受潮:介質(zhì)損耗tg較大,水分含量大,吸收比小于1.3,絕緣電阻過(guò)低,特征氣體中H2含量大。
 ?。?)油中局部放電:H2、C2H2、CH4和CO含量高。
 ?。?)斷線(xiàn)故障:直流電阻差值大,H2含量最大。
  變壓器常見(jiàn)故障很多,故障原因也很多。把故障的多種特征提取出來(lái),送到故障診斷模型中,進(jìn)行分析、,最后可得出故障診斷結果。

3.故障診斷模型-多重模糊神經(jīng)網(wǎng)絡(luò )的建立
  用模糊神經(jīng)網(wǎng)絡(luò )進(jìn)行變壓器故障診斷時(shí),考慮到實(shí)際中樣本多,數據差異大,采用一個(gè)網(wǎng)絡(luò )非常復雜,而且收斂性差,診斷準確率低,因此,本文根據某些特征指標和一定的規則組合,將整個(gè)樣本分為若干個(gè)相互獨立的子樣本集,建立多重子模糊神經(jīng)網(wǎng)絡(luò ),如圖1所示。

  圖中x1,x2,x3為表2中所述的三比值法值。


上一頁(yè) 1 2 3 4 下一頁(yè)

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>