应用神经网络识别单相牵引变压器励磁涌流

需积分: 9 0 下载量 128 浏览量 更新于2024-08-08 收藏 3.04MB PDF 举报
"应用人工神经网络判别单相牵引变压器励磁涌流 (2007年) - 青海师范大学学报(自然科学版), 作者: 索娜李学武" 这篇2007年的学术论文主要探讨了如何使用人工神经网络(Artificial Neural Networks, ANN)来有效地区分单相牵引变压器的励磁涌流和短路电流。牵引变压器在铁路供电系统中扮演关键角色,其保护机制的准确性直接影响铁路运营安全。励磁涌流,即变压器在空载合闸时产生的瞬时大电流,是导致差动保护误动作的主要原因。 传统的差动保护策略通过涌流识别来防止误动作,但这并不总是有效,因为励磁涌流和故障电流的特性差异复杂,传统判据难以全面区分。人工神经网络作为一种人工智能技术,能模拟人脑神经网络,通过大量节点和权重连接形成网络结构,对输入数据进行模式识别。 论文中提到,采用三层BP神经网络模型,样本数据的获取至关重要。网络性能不仅依赖于拓扑结构,还取决于选取的训练样本。为了获取样本,论文作者进行了大量的试验和MATLAB软件仿真,这些仿真计算结果证明了神经网络在识别励磁涌流方面的高准确性,没有出现误判情况。 神经网络的优点在于它能够处理复杂的输入,对输入数据的精度要求相对较低,且具备强大的容错能力。通过训练大量样本,神经网络可以学习并区分励磁涌流和内部故障电流的特征,从而应用于牵引变压器的故障诊断,以满足可靠性和速动性的技术要求。 这篇论文为解决牵引变压器励磁涌流识别问题提供了新的解决方案,即利用人工神经网络技术,这为提升牵引变压器保护系统的性能和效率提供了理论支持。