摘要
针对传统的故障诊断技术具有模型复杂,数据采集方法比较繁琐,模糊规则难以确定等问题,提出了将模糊逻辑和神经网络技术相结合的方法;首先针对变压器的故障的特点,利用模糊理论描述不确定性信息,然后采用TOPSIS方法通过对DGA的特征量数据进行模糊处理从而实现优劣的排序;最后根据优化的数据输入到BP网络中,对不同的故障状态进行识别和诊断;同时采用无线网络进行数据传输,实现了远程数据采集与故障诊断功能;分析表明,这种方法能够实现对不同故障的诊断,有效地提高了故障模式的识别能力,较传统诊断方法有较大的优势。
学科与关键词
关键词
DGA模糊理论TOPSIS电力变压器故障诊断BP网络无线 DGAfuzzy theoryTOPSISpower transformerfault diagnosisBPNwireless
- 基于邻域粒子群优化神经网络的变压器故障诊断贾嵘; 徐其惠; 李辉; 刘伟高压电器, 2008, (01): 8.
- 基于PNN神经网络和聚类分析的变压器故障诊断赵桂艳; 李一峰信息系统工程, 2015, (06): 94-95.
- 基于深度置信网络和多维信息融合的变压器故障诊断方法刘文泽; 张俊; 邓焱电力工程技术, 2019, (06): 16-23.
