根据神经网络故障诊断.docxVIP

神经网络工具箱应用于故障诊断 1.问题描述 电力系统的安全运行具有十分重要的意义。当高压变压器或其他类似设备在运行中出现局部过热、不完全放电或电弧放电等故障时，其内部绝缘油、绝缘纸等绝缘材料将分解产生多种气体，包括短链烃类气体（C2H2、CH4等）和 H2、CO2等，这些气体称作特征气体。而特征气体的含量与故障的严重程度有着很密切的关系，如下图1所示。将BP神经网络应用于变压器故障诊断对大型变压器的运行有着非常重要的意义。 2. 神经网络设计 (1) 输入特征向量的确定 变压器的故障主要与 甲 烷 （CH4）、氢 气 （H2）、总 烃 （C1＋C2）以 及 乙 炔（C2H2）4 种气体的浓度有关， 据此可以设定特征向量由这 4 种气体的浓度组成，即 CH4、H2、C1＋C2（总烃）和 C2H2，同时也设定了网络输入层的节点数为4个。 (2) 输出特征向量的确定 输出量代表系统要实现的功能目标，其选择确定相对容易一些。 只要问题确定了，一般输出量也就确定了。 在故障诊断问题中，输出量就代表可能的故障类型。 变压器的典型故障类型有：一般过热故障、严重过热故障、局部放电故障、 火花放电故障以及电弧放电故障等 5种类型，因此这里选择 5 个向量作为网络的输出向量，即网络输出节点确定为 5 个。根据 Sigmoid 函数输出值在 0 到 1 之间的特点，这里设定以 0 到 1 之间的数