神经网络在变压油中溶解气体微机在线监测中的应用研究.pdfVIP

{Ip经嘲绢矗：变JK器油rp溶解气体微机在线监测c{I的应m研究 摘要 本论文研究应j}j变睡器油fII溶解气体分析力法诊断变压器故障，针对气体传感 器之间存在的“交叉敏感”特性提出了一种基于人工神经网络的智能嗅敏系统。研 究了采用各气敏传感器组成的气敏元件阵列与人j【：神经网络来实现混合气体的组分 与浓度识别的原理、方法和构成，提“J了一利t改进型误差反向传播网络训练方法。 i它具有良好的泛化能力。出1：B—P网络具有极强的学习能力，能够充分逼近任意复 杂的非线性关系，所以网络的学习过程是将隐含在训练样本中的气体之间复杂的非 线性关系分布到各连接权上，形成所渭的“知识”或“经验”，这些“知识”或“经 验”能较精确地反映复杂的气体信号，从而能构成剥气体的较准确的分析测试。仿 真试验显示了这一方法的可行性与优越性方结合变压器油中溶解气体微机在线监测 项目讨论了系统硬件以及软件的具体实现。混合气体识别的传统方法——色谱法， 采用将各混合气体逐次分离后再进行识别。此法装置复杂、费用昂贵；多变量分析 模式识别法需要建立人最的气体响成力剃．I：作爪，㈣旨人，使JE实川范围受到影响。 采用神经网络进行识另0贝0克服了上述种种不便，而且模拟运行结果表明该法识别速 度快、识别率较高，因其不再过分依赖传感器的选择性，是实现智能化检测混合气 体一种很有前途的方法。) ／ 关键词 变压器故障诊断7 交叉敏感 ^ 人工神经网络V 扣’ 智能嗅敏 一 气敏元件阵列 混合气体识别“ 误差反向传播 多变量分析模式识别 神经眦编以变lK器汕tlt溶解气体微机在线妊铡中构虚时昕究 ABSTRACT Inthis thedissolved is to thetransformer paper gas analysis applied fault， diagnose and an olfactionbased onartificial neural intelligentsystem networkisalso to presented avoidthecross sensorsThe constitutionof sensitivityamonggas principle，method，and mixed identificationof elementsandconcentrationare gases studied sensor byusing