论文部分内容阅读
油中溶解气体分析（DGA）是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷，减少算法运算量及提高变压器故障诊断的正确率，提出了一种新的诊断算法：线性分类器一BP神经网络（LC—BP）故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究，发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性，先用线性分类器诊断过热和放电故障，然后利用两个小型BP网络分别进行进一步诊断，得到最终诊断结果。实验结果表明．提出的LC—BP算