基于改进Elman神经网络的变压器故障诊断方法
王英洁
曹铁男
中国南方电网有限责任公司 科学研究院, 广州510663
摘要：针对变压器故障诊断困难的问题,提出了一种基于改进Elman神经网络的变压器故障诊断方法.利用核主成分分析算法对Elman神经网络进行改进,通过引入累积贡献率计算得到改进Elman神经网络最优输入特征参数,基于数据集和测试集将改进Elman神经网络应用于变压器的常见故障诊断中,并将试验结果与其他故障诊断方法的诊断结果进行对比.结果表明,所提方法诊断准确率超过90％,与支持向量机和BP神经网络诊断方法相比,该方法的诊断准确率更高.
关键词：Elman神经网络核主成分分析算法变压器故障诊断参考向量特征参数数据集测试集
分类号：TM41(变压器、变流器及电抗器)
资助基金：国家自然科学基金(61372071)中国南方电网有限责任公司专项课题(ZBKJXM20170060)
论文发表日期：2021-05-25
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：5( 254-258 )
英文信息