基于概率神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷.pdf

1、變壓器是電力系統(tǒng)中的重要且昂貴的設(shè)備，電力變壓器故障將導(dǎo)致電力系統(tǒng)事故。過去，變壓器的預(yù)防性維護(hù)主要建立在定期預(yù)防性試驗的基礎(chǔ)上，變壓器的維護(hù)在過去主要是依靠定期做預(yù)防性試驗為基礎(chǔ)的預(yù)防性維護(hù)。隨著電力行業(yè)的發(fā)展，電力變壓器向著高容量、高電壓等級的方向發(fā)展，傳統(tǒng)的預(yù)防性維護(hù)在安全上、經(jīng)濟(jì)上都已不能滿足當(dāng)前的需要。研究以在線監(jiān)測為基礎(chǔ)的變壓器故障診斷技術(shù)，以便實時或定時在線監(jiān)測與診斷潛伏性故障，提高變壓器的運行維護(hù)水平，對電力系統(tǒng)的安全運

2、行具有重要的現(xiàn)實意義。 變壓器油中溶解氣體分析是變壓器內(nèi)部故障診斷的重要手段。我國當(dāng)前大量應(yīng)用的是改良三比值法，但利用三比值法作為變壓器故障診斷的判據(jù)存在兩方面的不足，即所謂編碼缺損和臨界值判據(jù)缺損。人工神經(jīng)網(wǎng)絡(luò)以其分布式并行處理、自適應(yīng)、自學(xué)習(xí)、聯(lián)想記憶以及非線性映射等優(yōu)點，為解決這一問題開辟了新途徑。當(dāng)前變壓器故障診斷系統(tǒng)大多數(shù)都是采用BP網(wǎng)絡(luò)模型，但由于BP網(wǎng)絡(luò)自身結(jié)構(gòu)的特點，在訓(xùn)練樣本較大且要求精度較高時，網(wǎng)絡(luò)常常不收斂

3、且容易陷入局部最優(yōu)。 針對BP網(wǎng)絡(luò)的不足，本文提出了建立基于概率神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷系統(tǒng)。概率神經(jīng)網(wǎng)絡(luò)在解決分類問題的應(yīng)用中，用線性學(xué)習(xí)算法來完成以往非線性學(xué)習(xí)算法所做的工作，同時又能保持非線性算法的高精度等特性，而且網(wǎng)絡(luò)對應(yīng)的權(quán)值就是模式樣本的分布，網(wǎng)絡(luò)不需要訓(xùn)練，因而能夠滿足訓(xùn)練上實時處理的要求。本文對基于不同網(wǎng)絡(luò)模型的兩個系統(tǒng)進(jìn)行了大量仿真，仿真結(jié)果表明基于概率神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷系統(tǒng)在速度、正確率以及追加樣本能力