基于神经网络和灰色理论组合的变压器故障预测

作者：许允之; 谭清雄; 方磊; 曹海洋; 方永丽

来源：煤矿机电, 2016, (06): 17-22.

DOI：10.16545/j.cnki.cmet.2016.06.005

• 灰色理论
• 神经网络
• 溶解气体分析(DGA)
• 故障预测

基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的。主要是采集变压器油在各种情况下的数据,并对应其故障进行编码,再用Matlab编写神经网络进行训练,输入各特征气体百分含量,输出对应的故障编码。通过对比,发现神经网络预测精度高达80%,使用灰色理论对各特征气体含量进行预测,与实际值对比,预测精度很高。最后将各个特征气体含量转化为百分数,输入已训练好的神经网络系统,预测出变压器的状态。最终所预测出的故障和实际故障一致。

• 单位
  中国矿业大学; 华中科技大学; 中国矿业大学（北京）