%0 Journal Article
%T 基于RPROP神经网络算法的主变DGA故障诊断模型
%A 周浩
%A 盛晔
%A 章剑光
%J 电力系统自动化
%D 2004
%X 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
%K 变电设备
%K 主变压器
%K 状态检修
%K 故障诊断
%K 神经网络
%K 弹性反馈（RPROP）
%K 油中溶解气体分析（DGA）
%K 变电设备
%K 主变压器
%K 状态检修
%K 故障诊断
%K 神经网络
%K 弹性反馈（RPROP）
%K 油中溶解气体分析（DGA）
%U http://www.aeps-info.com/aeps/article/abstract/12952?st=article_issue