基于神经网络和灰色理论组合的变压器故障预测

基于神经网络和灰色理论组合的变压器故障预测
许允之;谭清雄;方磊;曹海洋;方永丽
【期刊名称】《煤矿机电》
【年(卷),期】2016(000)006
【摘要】基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的.主要是采集变压器油在各种情况下的数据,并对应其故障进行编码,再用Matlab编写神经网络进行训练,输入各特征气体百分含量,输出对应的故障编码.通过对比,发现神经网络预测精度高达80％,使用灰色理论对各特征气体含量进行预测,与实际值对比,预测精度很高.最后将各个特征气体含量转化为百分数,输入已训练好的神经网络系统,预测出变压器的状态.最终所预测出的故障和实际故障一致.
【总页数】6页(P17-22)
【作者】许允之;谭清雄;方磊;曹海洋;方永丽
【作者单位】中国矿业大学动力与电气工程学院,江苏徐州221116;华中科技大学水电学院,湖北武汉430074;中国矿业大学动力与电气工程学院,江苏徐州221116;中国矿业大学动力与电气工程学院,江苏徐州221116;中国矿业大学动力与电气工程学院,江苏徐州221116
【正文语种】中文
【中图分类】TM411+.2;TP206+.3
【相关文献】
1.基于灰色理论和BP神经网络串联组合的能源需求预测 [J], 徐志芬;王书俊
2.基于灰色理论与神经网络组合预测模型在交通事故分析预测中的应用 [J], 刘海申
3.基于灰色理论与BP神经网络的交通运输量组合预测研究 [J], 温胜强;周鹏飞;康海贵
4.基于灰色理论与BP神经网络的油料消耗量组合预测 [J], 陆思锡;王帅;熊彪
5.基于灰色理论与BP神经网络组合模型的中长期负荷预测 [J], 刘平;孟祥娟;向铁元;文闪闪
因版权原因，仅展示原文概要，查看原文内容请购买。