基于RPROP神经网络算法的主变DGA故障诊断模型

摘要：

故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RPROP算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,在变电设备状态诊断中具有良好的应用前景.

关键词：变电设备、主变压器、状态检修、故障诊断、神经网络、弹性反馈(RPROP)、油中溶解气体分析(DGA)

所属期刊栏目：28

分类号：TM411;TM407;TP18(变压器、变流器及电抗器)

在线出版日期：2004-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66