基于RBF神经网络的变压器保护.pdfVIP

《电气应用》2005年第24卷第10期 基于RBF神经网络的变压器保护 胡香玲1 冯 浩1 华 亮2 310014 (1．浙江工业大学信息工程学院 2．南通大学电气工程学院 226007) 摘 要 基于RBF神经网络，综合考虑变压器励磁涌流状态和故障状态的特征，提出并建 的神经网络模型能够对变压器所发生的故障状态作出正确的响应，且响应时间不超过10ms。 RBF 关键词 变压器保护 故障诊断 输人 非线性转换 1 引·言 工1 变压器作为发电厂和变电站的主要设备，它的 砣 安全运行与否直接关系到电力系统的安全运行，所 以变压器的保护就显得非常重要。随着国民经济的 X3 迅速发展，电力系统的建设在不断的扩大，电力变 图1 RBF神经网络拓扑结构模型 压器的数量也在不断的增加。传统的只靠运行人员 i=1，2，…，／7, (1) 的丰富经验来判断电力变压器故障的方法，已经不 式中，X=(菇，，茗2，…，茗。)’∈R8为输入向 能满足电力运行的需要。为使电力生产顺利进行， 量，Yl为第i个输出单元的输出值，Wli为第i个 很有必要借助智能系统来进行变压器的故障诊断， 从而提高电力系统安全运行的能力。近年来，随着 欧氏范数，≯(·)为RBF层非线性传递函数，ci 人工智能的不断发展，以模糊技术、人工神经网络 和遗传算法为代表的智能理论方法在电力系统领域 (或称为局部感受阈值)；n，为中心的个数。RBF 得到了十分广泛的应用。人工神经网络是人工智能 神经网络的传递函数庐由高斯函数定义 较为突出的一种，它是对人脑神经网络的模拟，用 一个节点模拟单个神经元，并相互连接形成网状， ≯= L 2_5 声：P’一点一I|Xexp I|一0…一驯] 一布 厶卜 i 其所有信息都体现在网络的结构和神经元连接的权 _『=1，2，…，n。 (2) 值上。本文就RBF神经网络在电力变压器故障诊 断中的应用作以下介绍。 而增大，它相当于一个信号检测器，阈值口可调 2 RBF神经网络的结构及训练算法 节RBF层神经元的敏感程度。输出层为线性层， 其线性传递函数的输出仅仅被线性神经元所附加的 2．1 结构 偏差b所修正。 RBF神经网络是单隐层的前向网络，它由三 在变压器保护中，神经网络中的各个神经元的 层构成：第一层是输入层，第二层是隐含层，第三