论文部分内容阅读
油中溶解气体分析方法是诊断变压器故障的一种有效方法。本文分析了变压器油中气体形成机理以及国内外各种基于油中溶解气体分析的传统方法及人工智能方法。使用Levenberg-Marquardt 算法提高了神经网络的收敛速度,同时减少了网络陷入局部极小点的可能性。使用多神经网络方法减少了网络的诊断误差,给出了诊断结果的可信度。为了表达变压器故障的模糊性,使用模糊数学方法综合了特征气体法和改良IEC 三比值法。在此基础上提出了一种利用D-S 证据理论融合神经网络和模糊数学的变压器故障诊断方法,并以该方法为基础