典型文献
基于改进神经网络算法的变压器油色谱故障检测方法
文献摘要：
针对变压器油色谱故障分析方法预测能力不足,诊断评价准确率低的缺陷,提出一种基于神经网络算法和灰色关联度方法的变压器故障识别组合方法,通过对变压器绝缘油色谱中H2、CH4、C2H6、C2H4、C2H2等特征气体的检测,并将其作为神经网络算法的输入变量,同时采用灰色关联方法对变压器绝缘故障的放电、高温、接地等12类故障进行关联度分析,制定合理的故障类别排序表用于神经网络的故障诊断.仿真结果表明:采用本文方法与传统三比值方法相比,其诊断时间缩短、准确度提高,具有一定的理论意义与实用价值.
文献关键词：
变压器;油色谱;故障检测方法;神经网络;灰色关联度
中图分类号：
作者姓名：
尹杭;王磊;孟涛
作者机构：
国网长春供电公司,长春 130021;国网沈阳供电公司,沈阳 110028;国网吉林省电力有限公司电力科学研究院,长春 130021
文献出处：
引用格式：
[1]尹杭;王磊;孟涛-.基于改进神经网络算法的变压器油色谱故障检测方法)[J].吉林电力,2022(01):14-18
A类：
B类：
改进神经网络,神经网络算法,变压器油,油色谱,故障检测方法,故障分析,预测能力,诊断评价,灰色关联度,变压器故障识别,别组,组合方法,变压器绝缘油,CH4,C2H6,C2H4,C2H2,特征气体,灰色关联方法,绝缘故障,关联度分析,别排,比值方法,诊断时间
AB值：
0.34526
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
