基于BP人工神经网络的电力变压器故障诊断研究

通过改良三比值法处理一组电力变压器油中溶解气体的特征值,并将数据作为输入训练神经网络,调整权值和阀值,通过相互比较确定各项网络参数,将误差控制要求范围内.最后使用得到的概率神经网络对样本进行了成功的预测,验证了将BP神经网络算法运用于变压器故障诊断具有十分理想的效果.

一种互感器异常数据识别及修复新方案

互感器采样信息异常将导致变电站保护系统误动或拒动.针对该问题,考虑目前保护算法普遍基于全周傅式算法计算保护相量信息,首先分析异常数据对全周傅式变换的影响,进而提出一种基于波形相似度的异常数据识别算法,并利用插值或站域信息冗余替换对异常数据进行修复,从而避免保护系统错误动作.该方案能够准确快速找到异常数据点,且修复方案并不会降低原有保护的动作速度.理论分析及仿真算例验证了该方案的可行性.