线性分类器与BP网络联合诊断变压器故障

范竞敏^1,2，曹建^1,2，丁家峰¹，王浩宇^1,2

1. 中南大学物理科学与技术学院2. 北京华电云通电力技术有限公司

摘 要：油中溶解气体分析（DGA）是目前电力充油设备潜伏性故障诊断的重要手段。为了克服传统BP网络及其改进诊断算法所具有的隐层节点数多、收敛时间长的缺陷,减少算法运算量及提高变压器故障诊断的正确率,提出了一种新的诊断算法:线性分类器-BP神经网络（LC-BP）故障辨识方法。通过对变压器大量过热和放电两类典型故障数据的研究,发现其DGA故障数据的特征空间线性可分且分离度较好。基于以上特性,先用线性分类器诊断过热和放电故障,然后利用两个小型BP网络分别进行进一步诊断,得到最终诊断结果。实验结果表明,提出的LC-BP算法具有良好的分类能力,故障诊断的正确率达到94%,且网络结构简单,运算量小,从而为变压器的故障诊断提供了一条新的有效途径。

关键词：DGA;线性分类器;BP网络;故障诊断;