[发明专利]基于改进概率神经网络的变压器励磁涌流鉴别方法无效
| 申请号： | 201210013154.5 | 申请日： | 2012-01-17 |
| 公开（公告）号： | CN102570392A | 公开（公告）日： | 2012-07-11 |
| 发明（设计）人： | 杨旭红;许行 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | H02H7/045 | 分类号： | H02H7/045;G06F17/50;G06N3/02 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 吴宝根 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进概率神经网络的变压器励磁涌流鉴别方法，采用遗传算法对概率神经网络的平滑因子进行优化，通过在Matlab/Simulink中搭建的模型仿真获得电流波形，将励磁涌流和内部故障电流的小波变换能量作为网络输入，进行故障模式识别。把智能技术运用到励磁涌流的判别上，此方法大大提高了励磁涌流故障识别能力。 | ||
| 搜索关键词： | 基于 改进 概率 神经网络 变压器 涌流 鉴别方法 | ||
【主权项】：
1.一种基于改进概率神经网络的变压器励磁涌流鉴别方法，其特征在于，具体包括如下步骤：1）建模仿真变压器励磁涌流和短路电流的波形：采用Matlab/Simulink中的SimPowerSystems模块库，参数为系统默认，获得励磁涌流和短路两种电流波形；2）分别对励磁涌流和短路电流进行小波分析，提取能量特征：设定采样频率，对采样的电流信号进行四次小波，分解取各高频段的能量形成特征向量：![]()
，对特征向量进行归一化：![]()
，识别励磁涌流和短路电流的特征向量，形成了由归一化后的特征向量组成的样本空间；3）遗传算法优化概率神经网络的平滑因子![]()
：在有限的样本空间中提炼出能反映整个样本空间的平滑因子，利用遗传算法优化后获得平滑因子的最优值；4）基于人工神经网络的变压器差动保护方案：将励磁涌流和内部故障电流经小波分解后的能量作为特征向量输入，对优化后的神经网络进行训练和测试，以进行模式识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海电力学院，未经上海电力学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210013154.5/，转载请声明来源钻瓜专利网。
