论文部分内容阅读
为精确诊断电力变压器内部潜在绝缘故障类型,通过对变压器内部油过热、油纸绝缘中局部放电等8种内部潜在绝缘故障发生时所产生的气体成分分析,提出了一种以人工免疫网络与粒子群算法改进RBF神经网络的变压器故障诊断算法。着重介绍了基于RBF神经网络的变压器故障诊断模型的构成原理、基于人工免疫网络算法的故障模型隐层中心确定方法、以及基于粒子群算法的网络模型权重寻优方法并进行了仿真实验。实验结果表明:该算法能有效地识别其绝缘故障类型,且识别精度可达90%以上。