论文部分内容阅读
在介绍变压器典型故障的基础上,分析了变压器油中溶解气体形成机理以及国内外各种基于变压器油中溶解气体分析的传统方法及人工智能方法。介绍了3种神经网络及其算法,在MATLAB中实现了各种算法并进行了训练和诊断。考虑到各种神经网络的诊断结果存在一定程度上的互补性,在此基础上提出了一种利用D-S证据理论融合3种神经网络诊断结果的变压器故障诊断方法。实例的诊断表明所提出方法确实能有效提高基于色谱的变压器故障诊断的准确性和可靠性。