论文部分内容阅读
本文在变压器油中溶解气体分析(DGA)数据的基础上,将模糊数学和神经网络理论优点结合起来考虑,建立了一种把带偏移的类S型模糊隶属函数和附加动量因子BP算法相结合的改进变压器故障诊断模型,其优异的逼近能力与分类能力较好地解决了变压器故障诊断的复杂性和模糊性,从而提高了网络诊断的准确性.最后,通过故障实例诊断结果证明了这种模型的有效性.