用RBF网络进行电力变压器局部放电故障诊断

王茹; 林辉

您当前的位置：

首页 >

文章列表页 >

用RBF网络进行电力变压器局部放电故障诊断

更新时间：2025-04-26

- 用RBF网络进行电力变压器局部放电故障诊断
- A New Neural Network for Fault Diagnosis of Partial Discharge in Power Transformers
- 高压电器 2005年第1期页码：36-38
- 作者机构：
  
  1. 西北工业大学自动化学院
  2. 西北工业大学自动化学院陕西西安710072
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM411
- 纸质出版日期：2005
- 稿件说明：
移动端阅览
[1]王茹,林辉.用RBF网络进行电力变压器局部放电故障诊断[J].高压电器,2005(01):36-38.

WANG Ru, LIN Hui. A New Neural Network for Fault Diagnosis of Partial Discharge in Power Transformers[J]. High voltageapparatus, 2005, (1): 36-38.
[1]王茹,林辉.用RBF网络进行电力变压器局部放电故障诊断[J].高压电器,2005(01):36-38. DOI：

WANG Ru, LIN Hui. A New Neural Network for Fault Diagnosis of Partial Discharge in Power Transformers[J]. High voltageapparatus, 2005, (1): 36-38. DOI：

摘要

用径向基函数（RBF）神经网络对变压器局部放电的6种放电类型进行了模式识别。研究结果表明

无论是放电的二维谱图还是三维谱图

RBF网络的学习收敛速度、识别率较BP网络都有很大的提高

同时避免了BP网络对初始权值敏感、陷入局部极小等问题

可作为电力变压器局部放电故障诊断的一种新型模式分类器。

Abstract

A new classification for fault diagnosis has been put forward

using RBF neural network to recognize 6 basic types of PD defects appearing in power transformers. Compared with BP-NN

the processing shows that the performance of NN is improved obviously

such as the convergence speed and discriminability. It also avoids the entrapment into local minimum problem and sensitivity problem to the initial value of BP-NN.

关键词

Keywords

references

浏览量

269

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于胶囊神经网络的电力变压器故障诊断方法研究

用小波分析去除局部放电在线监测中的白噪干扰

特高压变压器交流耐压及局部放电试验装置

基于云物元分析原理的电力变压器故障诊断方法研究

基于模糊隶属函数的变压器多参量故障综合诊断方法