基于神经网络和灰色理论组合的变压器故障预测
许允之1
谭清雄2
方磊1
曹海洋1
方永丽1
1.中国矿业大学动力与电气工程学院,江苏徐州,2211162.华中科技大学水电学院,湖北武汉,430074
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
分类号：TM411+.2(变压器、变流器及电抗器)TP206+.3(自动化技术及设备)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 17-22 )
英文信息