论文部分内容阅读
对故障空间的划分以及组合神经网络的构造方式，是利用组合神经网络进行变压器故障识别的关键。在讨论变压器故障空间划分方法及其存在问题的基础上，针对已积累的故障变压器的大量溶解气体数据，考察了各类故障的气体特征及聚类分析结果，并在此基础上构造了组合神经网络分层结构模型，实现了对变压器故障由粗到细的逐级划分，以提高诊断的准确性，为制定维修策略提供了依据。最后，结果显示了该模型的有效性。