基于传递函数特征的主成分和神经网络的绕组变形识别技术

基于传递函数特征的主成分和神经网络的绕组变形识别技术

论文摘要

研究了一种利用传递函数特征的主成分和神经网络来智能识别变压器绕组变形故障的方法。针对某10 kV变压器的被试绕组设置了不同的、成体系的变形类型、位置和程度的模拟故障,并用M序列法测量获得对应的传递函数。以传递函数的零、极点作为状态特征量,为了准确快速地判断绕组状态,用主成分分析法对零、极点进行K-L变换从而获取其主成分。进而利用已经交叉验证的方法训练与通过训练并测试过的BP神经网络对绕组变形信息进行识别,结果表明该方法同时对变形类型、位置和程度具有较高的识别和诊断能力。该研究虽是在一个变压器上进行的,但它为绕组状态的智能识别提供了思路和途径。

论文目录

文章来源

类型: 期刊论文

作者: 牛成林,张昭宇,孙亮,高佳平,李洋,何立柱,罗勇芬

关键词: 变压器绕组变形,序列法,主成分分析法,神经网络

来源: 智慧电力 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 国网铜川供电公司,西安交通大学电气工程学院

基金: 国家重点研发计划资助项目(2018YFC0809400),陕西省电力公司2019科技项目(5226TC18002Q)~~

分类号: TM41;TP183

页码: 7-13

总页数: 7

文件大小: 1023K

下载量: 57

相关论文文献

标签:;  ;  ;  ;  

基于传递函数特征的主成分和神经网络的绕组变形识别技术
下载Doc文档

猜你喜欢