科技成果
成果名称: 基于改进粒子群优化神经网络的变压器故障诊断方法
成果登记号: 9612019Y2815
第一完成单位: 西安交通大学
联 系 人: 刘一凡
成果类型: 应用技术
成果体现形式 : 新技术
技术领域: 其他
应用行业: 电力、热力、燃气及水的生产和供应业
成果简介:
基于改进粒子群优化神经网络的变压器故障诊断方法,步骤如下:首先,获取变压器油中溶解气体相关数据与变压器故障信息作为样本数据,并用降半正态分布评分模型对油中溶解气体数据进行预评估;其次,确定神经网络的网络结构;然后,用改进的粒子群算法优化神经网络的参数;再用预评估后的样本数据对参数优化后的神经网络进行训练,得到最终的神经网络模型;最后,用该神经网络模型处理待评估的变压器数据,便会诊断出变压器的故障类型;本发明方法可以降低原始数据冗余信息的干扰,提高评估数据的有效性;同时加快神经网络训练时的收敛速度、提高参数寻优的搜索能力,并最终提高变压器故障诊断的准确率和可靠度