原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
报告标题RBF神经网络在变压器故障诊断中的应用研究摘要本文基于卷积神经网络RBF和自适应反向传播BP神经网络在变压器故障诊断中的优势，讨论了其在故障诊断过程中的应用以及其在实时预测与自动诊断等方面的优势一背景随着电力设备的发展，变压器成为电力系统的重要组成部分，但因其结构复杂运行压力大等因素，变压器故障的风险非常高本设计利用RBF和BP神经网络对变压器进行故障诊断，以帮助实现设备状态的实时监控和预防性维护二研究意义通过运用RBF和BP神经网络，可以
PAGE7
径向基函数神经网络在变压器故障诊断中的研究
摘要
本设计采用径向基函数（RBF）神经网络和BP神经网络的方法进行变压器的故障的诊断工作，在这过程中，把变压器油溶气体相关信息即DGA技术用于辅助，这样既有油溶气体的信息，又能够智能化使用神经网络法，因此该措施有助于提高变压器故障诊断的精确性。该方法是将变压器油中产生6种主要的气体作为神经网络模型的输入量，无故障（正常）、过热、放电等5种故障的类型作为输出量，然后在MATLAB仿真软件中建立RBF神经网络模型和BP神经网络模型进行诊断。该设计最终表明，RBF神经网络在故障的诊断过程中有较高的精确性，且高于BF神经网络的精确
文档评论（0）