论文部分内容阅读
电力变压器是电力系统中最重要的设备之一,它的运行状态直接影响到整个电网的输变电状态。在电力行业不断发展的今天,由于诸多因素的影响,传统的DGA方法已经无法准确地判别出变压器的故障类型,满足不了现今对变压器故障判别准确率的要求。因此,DGA与智能方法结合的组合模型己成为变压器故障诊断的一种必然发展趋势。目前,最常用的诊断方法是DGA与BP神经网络的组合模型。在这一模型中,BP网络本身存在的自适应学习、并行处理、联想记忆和非线性映射等特性可以完善普通DGA方法存在的缺陷。然而,若收集到的故障样本数目过于