基于神经网络和灰色理论组合的变压器故障预测

发布时间：2017-07-04 19:09

  本文关键词：基于神经网络和灰色理论组合的变压器故障预测

  更多相关文章： 灰色理论 神经网络 溶解气体分析(DGA) 故障预测

【摘要】：基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的。主要是采集变压器油在各种情况下的数据,并对应其故障进行编码,再用Matlab编写神经网络进行训练,输入各特征气体百分含量,输出对应的故障编码。通过对比,发现神经网络预测精度高达80%,使用灰色理论对各特征气体含量进行预测,与实际值对比,预测精度很高。最后将各个特征气体含量转化为百分数,输入已训练好的神经网络系统,预测出变压器的状态。最终所预测出的故障和实际故障一致。
【作者单位】： 中国矿业大学动力与电气工程学院;华中科技大学水电学院;
【关键词】： 灰色理论 神经网络 溶解气体分析(DGA) 故障预测
【分类号】：TM407
【正文快照】： 0引言变压器的故障浴盆曲线如图1所示,其自然运行状况下分为早期故障期、偶发故障期及损耗故障期。早期故障期内,由于刚投入,在调试、适应性等方面存在问题,故障率较高,随着运行时间的延长,故障率会越来越低。偶发故障期内,当变压器稳定运行,很少发生故障。而在损耗故障期内,

【相似文献】

中国期刊全文数据库 前10条

1 文汉云;;硫化氢燃烧的神经网络PID控制及其仿真[J];自动化与仪器仪表;2006年01期

2 张U，

本文编号：518975