李爱英，李四海

（1.兰州市经济管理干部学校，甘肃兰州730000；2.甘肃中医药大学信息工程学院，甘肃 兰州730000）

基于CP-ANN对向传播神经网络的变压器故障诊断

李爱英1，李四海2△

（1.兰州市经济管理干部学校，甘肃兰州730000；2.甘肃中医药大学信息工程学院，甘肃 兰州730000）

变压器油中溶解性气体分析是变压器故障诊断的重要手段，其中改良三比值法是目前被广泛采用的方法。针对当前变压器故障诊断系统存在的不足，建立了变压器故障诊断的对向传播神经网络(CP-ANN)模型，对5种变压器故障类型进行诊断，采用5-折交叉验证对模型性能进行评价。实验结果表明，模型能够对33个故障样本中的32个样本的故障类型进行准确识别，模型在校正集和验证集上的准确率分别为97%和81.8%，模型稳定性较好，说明本文提出的变压器故障诊断方法是可行和有效的。

人工智能;变压器故障诊断；对向传播神经网络;遗传算法

电力变压器的可靠性直接关系到电力系统的稳定运行和经济效益，因此，电力变压器故障诊断一直受到学术界和工程技术人员的广泛关注。油中溶解气体分析(Dissolved gas analysis，DGA)是对油浸式变压器进行故障诊断最重要的手段，其中改良三比值法是目前应用最广泛的方法，在工程实践中有着广泛应用。其优点包括：改良三比值法具有较高的故障诊断准确率；使用改良三比值法能够得到明确的诊断结果，不会产生模棱两可的结论；应用方便，利于在工程实际中使用［1］。

BP神经网络具有分布式并行处理、自适应、自学习、非线性映射等优点，目前被广泛用于电力变压器的故障诊断。……