[发明专利]基于加动量项BP神经网络的变压器故障诊断方法无效
| 申请号： | 201310086811.3 | 申请日： | 2013-03-18 |
| 公开（公告）号： | CN103150594A | 公开（公告）日： | 2013-06-12 |
| 发明（设计）人： | 王彦良;李伟明;许磊;孔令明;刘宗杰;李斌;曾振;刘磊;张向东;王岩;吉树亮;王红亮 | 申请（专利权）人： | 山东电力集团公司济宁供电公司;国家电网公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 272129 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于加动量项BP神经网络的变压器故障诊断方法。基于加动量项BP神经网络本发明构建了一种完全意义上的智能方法，用于基于油中溶解气体数据的变压器故障诊断方法，提高故障诊断的速度和准确率。本发明具体步骤如下：1）输入层和输出层神经元的确定；2）确定激活函数、神经网络的隐含层层数和隐含层神经元数，从而建立神经网络；3）利用加动量项的BP算法调整网络参数，训练已创建的神经网络；4）利用MATLAB软件对已经通过测试的神经网络进行仿真，进而对变压器故障进行测试诊断。 | ||
| 搜索关键词： | 基于 动量 bp 神经网络 变压器 故障诊断 方法 | ||
【主权项】：
基于加动量项BP神经网络的变压器故障诊断方法，其特征在于，具体步骤如下：1）输入层和输出层神经元的确定：将变压器故障气体作为特征气体，以其组分含量作为神经网络的输入层神经元；将无故障、中低温过热、高温过热、低能量放电、高能量放电作为五个输出层神经元，分别对应O1、O2、O3、O4、O5，输出值最大为1，表示属于此类故障，数值越大则表明该类型故障的可能性越大；输出值最小为0，表示不属于此类故障；2）确定激活函数、神经网络的隐含层层数和隐含层神经元数，从而建立神经网络；3）利用加动量项的BP算法调整网络参数，训练已创建的神经网络；4）利用MATLAB软件对已通过测试的神经网络进行仿真，进而对变压器故障进行测试诊断。
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山东电力集团公司济宁供电公司;国家电网公司，未经山东电力集团公司济宁供电公司;国家电网公司许可，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/201310086811.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种电能质量数据监测与管理系统模型
- 下一篇：网带烘房上料装置
