基于自组织神经网络的变压器故障诊断

变压器故障诊断实质上是属于一种模式识别，基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想，改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理，然后用改进后的ART2网络对样本进行诊断。通过与传统的三比值法和BP神经网络的诊断结果对比，验证了该方法的有效性和可行性。