论文部分内容阅读
本文中作者为了进一步研究油浸变压器的常见故障，结合遗传算法与BP神经网络的基本原理，利用Python语言在Tensorflow平台上编写了GA-BP混合神经网络的故障诊断模型，并验证了其可靠性。为变压器的故障诊断提供了一种全新的方法，分析结果为变压器的相关研究提供了重要参考。
基于Python技术GA-BP神经网络的变压器故障诊断研究
【摘 要】
：
本文中作者为了进一步研究油浸变压器的常见故障，结合遗传算法与BP神经网络的基本原理，利用Python语言在Tensorflow平台上编写了GA-BP混合神经网络的故障诊断模型，并验证了其可靠性。为变压器的故障诊断提供了一种全新的方法，分析结果为变压器的相关研究提供了重要参考。
【机 构】
：
中铁电气工业有限公司保定铁道变压器分公司
【出 处】
：
变压器
【发表日期】
：
2022年06期
其他文献
传统电力变压器故障诊断方法无法实现电力故障准确检测，并保证电力变压器正常运行，为此，研究小波包变换与支持向量机的电力变压器故障诊断方法。对采集的电力变压器电力信号，利用改进最小噪声分离变换去噪（MNF）实施去噪，并通过加权邻域均值法对噪声矩阵进行估计，完成估计后利用改进的MNF变换有效实现图像降维以及去噪处理，提取信号特征，利用小波包变换方法将信号分为信号低频部分与高频部分，以获取小波包能量特征向