基于神经网络的变压器故障分类诊断

引言 本文基于BP神经网络对变压器的故障进行分类和诊断。变压器根据五种特征气体对应四种故障类型（高能放电、低能放电、过热和正常）。对已知类型的训练样本进行计算，构造BP神经网络，而后对测试样本进行分类。该方法的正确率达88%。 变压器是电力系统中分布普遍、造价昂贵、结构复杂的电气设备,担负着电能传送和电压转换的重任,其正常运行直接影响了整个电力系统的安全性和稳定性。对油浸式变压器来讲,随着运行的持

>>阅读原文<<