发明名称 |
基于ART1神经网络的油浸式变压器故障诊断方法 |
摘要 |
本发明公开的基于ART1神经网络的油浸式变压器故障诊断方法,具体按照以下步骤实施:步骤1、利用ART1神经网络具体算法,构建基于ART1神经网络的油浸式变压器故障诊断模型;步骤2、利用四比值法确定经步骤1得到的构建基于ART1神经网络的油浸式变压器故障诊断模型的输入输出量;步骤3、经步骤2后,设置基于ART1神经网络的油浸式变压器故障诊断的参数;步骤4、利用基于ART1神经网络的油浸式变压器故障诊断模型对故障样本进行学训练;步骤5、利用基于ART1神经网络的油浸式变压器故障诊断模型对实际故障数据类型进行识别诊断。本发明基于ART1神经网络的油浸式变压器故障诊断方法,能够正确地针对油浸式变压器不同类型的过热性故障进行实时在线故障诊断。 |
申请公布号 |
CN105629109A |
申请公布日期 |
2016.06.01 |
申请号 |
CN201511024146.0 |
申请日期 |
2015.12.30 |
申请人 |
西安工程大学 |
发明人 |
宋玉琴;朱紫娟;赵洋;姬引飞;李莹;叶大伟;李超;程诚 |
分类号 |
G01R31/00(2006.01)I |
主分类号 |
G01R31/00(2006.01)I |
代理机构 |
西安弘理专利事务所 61214 |
代理人 |
罗笛 |
主权项 |
基于ART1神经网络的油浸式变压器故障诊断方法,其特征在于,具体按照以下步骤实施:步骤1、利用ART1神经网络具体算法,构建基于ART1神经网络的油浸式变压器故障诊断模型;步骤2、利用四比值法确定经步骤1得到的构建基于ART1神经网络的油浸式变压器故障诊断模型的输入输出量;步骤3、经步骤2后,设置基于ART1神经网络的油浸式变压器故障诊断的参数;步骤4、利用基于ART1神经网络的油浸式变压器故障诊断模型对故障样本进行学习训练;步骤5、利用基于ART1神经网络的油浸式变压器故障诊断模型对实际故障数据类型进行识别诊断。 |
地址 |
710048 陕西省西安市金花南路19号 |