[发明专利]基于聚类算法和神经网络的变压器故障诊断方法在审
| 申请号： | 201410512284.2 | 申请日： | 2014-09-29 |
| 公开（公告）号： | CN104299035A | 公开（公告）日： | 2015-01-21 |
| 发明（设计）人： | 张琪;余晓东;曲欣;王超;王若星;罗虎;井子恒;王岩 | 申请（专利权）人： | 国家电网公司;国网河南省电力公司检修公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 郑州金成知识产权事务所(普通合伙) 41121 | 代理人： | 郭增欣 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类算法和神经网络的变压器故障诊断方法，包括以下步骤：a、根据IEC标准和DL/T722-2000导则确定故障类型；在原始样本集中选取故障样本集的特征量；b、利用K-means聚类方法对这些样本进行聚类；c、构建RBF神经网络；d、进行参数学习，确定隐藏层的个数、中心位置、宽度以及输出权值；e、采用PSO进行优化训练，确定隐藏层中心的位置，而个数、宽度、权值分别采用试验法、最小距离法、伪逆法确定；f、输入训练样本，求解后验概率，判断故障类别。本发明能够较为均匀地从总的样本中划分出训练样本和测试样本，而良好的测试样本能够对神经网络进行更为完整的测试，从而确保神经网络得到正确合理的评价。 | ||
| 搜索关键词： | 基于 算法 神经网络 变压器 故障诊断 方法 | ||
【主权项】：
一种基于聚类算法和神经网络的变压器故障诊断方法，包括以下步骤：a、根据IEC标准和DL/T 722‑2000导则，确定故障类型为中低温过热、中温过热、高温过热、局部放电、低能放电和高能放电；在原始样本集中选取H2、CH4、C2H6、C2H4和C2H2为故障样本集的特征量； b、用聚类法对原始样本进行分析后得到样本空间分布，根据某一相似性度量，把原始样本划分三类，从这三类中按一定的方法和比例挑选训练样本和测试样本，利用K‑means聚类方法对这些样本进行聚类；c、构建RBF神经网络； d、进行参数学习，确定隐藏层的个数、中心位置、宽度以及输出权值； e、采用PSO进行优化训练，确定隐藏层中心的位置，而个数、宽度、权值分别采用试验法、最小距离法、伪逆法确定；f、输入训练样本，求解后验概率，判断故障类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网河南省电力公司检修公司，未经国家电网公司;国网河南省电力公司检修公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410512284.2/，转载请声明来源钻瓜专利网。
