摘要

文中以基于“声音+”的变压器设备故障诊断技术为主线,重点分析“声音识别+神经网络”技术在变压器故障诊断中的应用。通过建立的BP神经网络模型,分别利用8种不同的BP算法分别对采用时域分析的变压器各故障声音进行训练,通过对比各算法的训练次数以及收敛精度,最终选定训练快捷的Levenberg-Marquardt算法进行进一步的故障诊断。预测结果显示,预测准确率高达95%,说明所建立的BP神经网络模型能够更好地对变压器各故障声进行准确识别,能够达到故障诊断的目的。

  • 单位
    国网山东省电力公司潍坊供电公司

全文