电网技术

2004, (16) 52-55

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于最小二乘加权融合集成神经网络的电力变压器故障识别
POWER TRANSFORMER FAULT DIAGNOSIS BASED ON COMBINING NEURAL NETWORK WITH LEAST SQUARE WEIGHTED FUSION ALGORITHM

吕干云,董立新,程浩忠

摘要(Abstract):

摘要:提出了一种基于最小二乘加权融合集成神经网络的变压器故障识别新方法。首先对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需的6个特征量,再应用5个不同结构的BP子网络分别进行识别,接着运用最小二乘加权融合算法对各个子网络的识别结果进行信息融合,最后根据融合结果来识别故障。与单个神经网络识别方法相比,该最小二乘加权融合集成神经网络可在故障特征比较类似的情况下,正确识别故障类型,且该方法的识别结果具有更大的安全间隔空间、可靠性更高。测试结果也表明了这些特征。

关键词(KeyWords): 变压器故障识别;集成神经网络;最小二乘加权融合;电力系统

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 吕干云,董立新,程浩忠

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享