摘要:针对目前变压器故障诊断手段匮乏、效果欠佳的问题,提出了基于模拟退火思想的改进K-means聚类(SA-KM)算法和径向基(RBF)神经网络相结合的变压器故障诊断方法。以变压器故障时的油中溶解气体分析技术为基础,通过SA-KM算法分别优化了RBF神经网络的学习中心,宽度阈值和连接权值的初始取值,从而优化了网络结构,再利用大量实例数据进行训练学习,建立了基于SA-KM-RBF算法的变压器故障诊断网络模型。仿真试验表明,该模型的故障诊断正确率高达91.43%,拥有非常广阔的应用前景。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社