论文部分内容阅读
电力变压器作为电力系统中最重要的输变电设备之一,它的性能直接影响到电力系统运行的安全和可靠。及时、准确地掌握其运行状态和故障情况,并采取相应的处理措施,对于提高电力系统运行的安全性、可靠性和经济性具有重要的意义。针对变压器的故障诊断,前人提出了很多的解决方法,但都有这样或那样的缺陷,不能迅速、准确的做出判断。本文针对目前变压器故障诊断技术在实际应用中所存在的主要问题,引入神经网络理论,将改进的粒子群优化算法和BP神经网络相结合,应用到基于油中溶解气体分析(DGA)的变压器故障诊断中,实现