线性分类器与BP网络联合诊断变压器故障

作者：范竞敏; 曹建; 丁家峰; 王浩宇

来源：控制工程, 2010, (01): 110-114.

DOI：10.14107/j.cnki.kzgc.2010.01.005

• DGA
• 线性分类器
• BP网络
• 故障诊断 DGA
• linear classifier
• BP neural network
• faults diagnosis

油中溶解气体分析(DGA)是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络(LC-BP)故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到最终诊断结果。实验结果表明,提出的LC-BP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的...

• 出版日期2010
• 单位中南大学