首页 | 本学科首页   官方微博 | 高级检索  
     

运用模糊神经网络来区分变压器励磁涌流和内部故障
引用本文:潘荣贞,郁惟镛,蔡华嵘. 运用模糊神经网络来区分变压器励磁涌流和内部故障[J]. 电力系统保护与控制, 2001, 29(12)
作者姓名:潘荣贞  郁惟镛  蔡华嵘
作者单位:上海交通大学电气工程系,
摘    要:变压器励磁涌流和内部故障的鉴别一直是变压器差动保护中的一个热点问题在几种传统的识别励磁涌流方法的基础上,结合模糊神经网络这一新型的人工智能技术,综合利用这几种原理对电气量的采样值分别提取形成网络的特征输入量,并采用了Simpson模糊极小-极大神经网络来形成区分励磁涌流和内部故障的模糊模式分类器运用EMTP程序通过大量的仿真计算获取网络的训练和测试样本,结果表明,训练后的网络能快速地区分变压器各种运行工况下的励磁涌流和内部故障,对测试样本的正确率达到100%。

关 键 词:励磁涌流  内部故障  模糊极小-极大神经网络  超盒  多特征输入量。

Use fuzzy neural network to discriminate transformer magnetizing inrush and internal faults
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号