人工神经网络在电力变压器故障诊断中的应用及仿真陈金莉，于飞。刘喜梅青岛科技大学信息与控制工程学院，山东青岛266042方法。通过仿真实验，将阳神经网络与呢神经网络的性能进亍比较。结果明，1；财。神网络训练速度快，逼近误墓小，能够更有效地解决电力变压器故障诊断问。U1变压器是电力系统的重要设备之，它的故障给供电可靠性和系统的正常运行带来了严重的影响，同时大容量的变压器也是非常贵重的设备。

　　因此提高变压器工作的可靠性，对保证电力系统统中的人试变报器进行定期检修圮项费用极商很难进全面的检查，目前，设备诊断多利用，家系统来删亍，它是串行运行的处理方式，需要专门构造知识库和数据库为了能充分模拟人的思维，必须违立庞大统的工作1常复杂1.然而人工神经1令以31如邮1如士，简称顺的结构具有并行分布的特点，信息的存贮是通过大量的神经细胞单元的分布来实现的，具有高的容错能力快速的推理能力和强大的联想能力，与传统的串行运行的计算机处理方式有着根本的不同。基于神经网络按人脑的某些智能来识别故障的方法，这使得故障诊断变得简单和易于实现。近年来，神经网络以其许多优点在智能故障诊断中受到越来越广泛的甫视。显出巨大的潜力，并为智能拧制诊断技术的研究开辟条新的途抒。

　　虽然很多人沿量致力十研究1神经网络在故障诊断中的应用方法。并在很多方面取得了成功，但是8网络将知识蕴含于全体神经元中，存在收敛，度慢局部极值难以确定隐层和隐节点基函数1以也出，只3冲经网络以将某知识存储于局部神经元中，是种典型元数目可以在训练中自动获得，有效的弥补了6网络的缺陷，在故障诊断方面有史大的优越性和发展潜力。屯力变压器是存在大4非线性的复杂系统，本研究分别用，仆网络和1网络对电力变爪器故障诊断进行仿真，并将结果进行了比较。

　　1尺8网络模型及训练过程只乃网络的结构与多纪前以网络类似。它是种，1前向网络。输入层，信号源节点组成。第层为隐层，单元数视所描述问的需要而定，第层为输出层，它对输入模式的作用做出响应。从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出空间的变换是线性的。隐单元的变换函数是只6，它是种局部分布的对中心点径向对称衰减的非负非线性函数。构成仙网络的基本思想是用拙作为隐单元的基构成隐含层空间。这样就可将输入矢量且接即不通过权连接映射到隐空间。名只1的心点确定后，这种映射关系也就确定了。而隐层空间到输出层空间线性加权和。此处的权即为网络4凋数。从总体上肴。网络山输人到输出的映射是非线性的，而网络输出对可调参数而言却是线性的。这样网络的权就可由线性方程组算出，从而大大加快学习速度，并避免局部极小值。