現(xiàn)代設(shè)備技術(shù)水平不斷提高，生產(chǎn)率、自動化要求越來越高，相應(yīng)地，故障也隨之增加。變壓器作為電力系統(tǒng)中非常復(fù)雜而且非常重要的設(shè)備，其工作狀態(tài)對電力系統(tǒng)、企事業(yè)單位生產(chǎn)及居民生活具有十分重要的影響。如何提前對變壓器故障進行預(yù)測和在故障發(fā)生后迅速判斷故障原因是提高工作效率、減少經(jīng)濟損失的一個重要途徑。因此研究變壓器故障診斷對保證系統(tǒng)安全、可靠、經(jīng)濟運行，提高經(jīng)濟效益具有重要意義。 本文針對傳統(tǒng)故障診斷的若干弊病，提出了將神經(jīng)網(wǎng)絡(luò)用于變壓器故障診斷系統(tǒng)。傳統(tǒng)的故障診斷方法大多是以領(lǐng)域?qū)＜液筒僮髡叩膯l(fā)性經(jīng)驗知識為核心，知識獲取困難、推理效率低下、自適應(yīng)能力差，并且常見的診斷方法常常由于其單一性而存在一定的誤差。同時由于故障征兆和故障類型之間常常存在復(fù)雜的非線性關(guān)系，使得診斷系統(tǒng)的數(shù)學(xué)模型很難獲取。而人工神經(jīng)網(wǎng)絡(luò)以其分布式并行處理、自適應(yīng)、自學(xué)習(xí)、聯(lián)想記憶以及非線性映射等優(yōu)點，為解決這一問題開辟了新途徑。鑒于此，在開發(fā)變壓器故障診斷系統(tǒng)時，將神經(jīng)網(wǎng)絡(luò)作為故障分類器進行設(shè)計。 本文首先分析了故障診斷和神經(jīng)網(wǎng)絡(luò)的基本理論，并在此基礎(chǔ)上提出了神經(jīng)網(wǎng)絡(luò)對于變壓器故障診斷系統(tǒng)的適用性;文中將BP神經(jīng)網(wǎng)絡(luò)算法用計算機實現(xiàn);并針對其本身存在的一些缺點提出了一系列改進措施，通過在修正權(quán)值的時候增加動量項，并且限制輸入值范圍來減小誤差、提高系統(tǒng)的診斷正確率;在對輸入數(shù)據(jù)進行歸一化處理的時候，采取按類逐項歸一化的方法，避免了輸入數(shù)據(jù)出現(xiàn)0或者1而使訓(xùn)練進入平坦區(qū)。這樣可以大大提高系統(tǒng)的診斷效率和診斷正確率。將變壓器診斷中典型的油中氣體分析法和神經(jīng)網(wǎng)絡(luò)方法相結(jié)合，采用Java語言開發(fā)出界面友好、性能優(yōu)秀的變壓器故障診斷系統(tǒng);此外，文中還詳細探討了網(wǎng)絡(luò)各結(jié)構(gòu)參數(shù)的選擇方法，并且就變壓器這一實際診斷系統(tǒng)，分析了不同結(jié)構(gòu)參數(shù)對系統(tǒng)誤差的影響。在文章的最后，總結(jié)了神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的優(yōu)秀性能以及它存在的不足，并且分析了未來神經(jīng)網(wǎng)絡(luò)用于故障診斷的前景和發(fā)展方向。 關(guān)鍵詞 故障診斷；神經(jīng)網(wǎng)；BP算法；變壓器油中氣體分析