基于RPROP神经网络算法的主变DGA故障诊断模型

您当前的位置：

首页 >

文章列表页 >

基于RPROP神经网络算法的主变DGA故障诊断模型

更新时间：2025-08-13

- 基于RPROP神经网络算法的主变DGA故障诊断模型
- Automation of Electric Power Systems Vol. 28, Issue 14, (2004)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2004
- 稿件说明：
移动端阅览
[J]. Automation of electric power systems, 2004, 28(14).
DOI：

[J]. Automation of electric power systems, 2004, 28(14). DOI：

摘要

故障诊断模型是开展输变电设备状态检修的核心环节之一，文中采用弹性反馈（RPROP）神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型，通过与带动量因子的标准反向传播（BP）算法、Bold Driver算法、SuperSAB算法相比较，表明了RPROP算法在故障模式识别中具有更好的学习效率与泛化能力，故障诊断的准确度高于传统分析方法，在变电设备状态诊断中具有良好的应用前景。

Abstract

关键词

Keywords

references

Views

1622

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于神经网络与专家系统的汽轮发电机组故障诊断系统

电力系统设备状态监测与故障诊断技术分析

汽轮机通流部分在线故障诊断系统开发

汽轮发电机组振动故障诊断中的改进BP算法

基于ICMMS的抽水蓄能调速器研究

Related Author

鲍慧

苏保河

Related Institution

(华北电力大学电子系， )

(暨南大学珠海学院, )

⁰

基于RPROP神经网络算法的主变DGA故障诊断模型

DOI：

摘要

Abstract

关键词

Keywords

references