基于神经网络和灰色理论组合的变压器故障预测_中国煤炭行业知识服务平台

基于神经网络和灰色理论组合的变压器故障预测

作者

许允之谭清雄方磊曹海洋方永丽
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
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。
关键词

灰色理论神经网络溶解气体分析(DGA)故障预测
相关文章

[1]基于BP神经网络电动机转子故障诊断方法的研究
[2]基于BP神经网络的感应电动机转子故障诊断方法
[3]基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断