| 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 10 0 %。 |
| 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 |
| DOI： |
| 分类号: |
| 基金项目:中华电力教育基金会许继奖教金资助项目 |
|
|
|
|
| Abstract: |
|
| Key words: |
