西安航天自动化股份有限公司 田 博 王虎军 王 洋

1.引言

变压器作为电网重要设备，在输电系统中起到升压或降压的作用，因此变压器运行状态和性能直接关系到电网运行安全。为了确保电网安全运行，需要对变压器进行定期检测，及时发现故障并进行排除。早期电网利用变压器溶解气体检测内部故障，常用的IEC比值法以及相关改良比值法虽然可以检测变压器故障，但是需要经验丰富的专家进行辅助判断，检测出来的结果依然有很大的误差。RBF神经网络法可以逼近任意非线性函数，并且具有良好的泛化能力，学习快速和收敛速度快等优点，特别适合应用于数据分类、故障诊断和控制等发面。因此本文结合具体实验分析了RBF神经网络在电网变压器故障检测中的应用，发现通过应用RBF神经网络法可以提高诊断效率和诊断准确性。

2.RBF神经网络概述

2.1 RBF神经网络原理

BRF神经网络就是径向基函数神经网络，是英文Radical Basis Function Neural Networks的简称，是一种三层前馈式神经网络。它由输入层、隐含层、输出层三层节点构成，其结构如图1所示：

图1

输入层主要由一些感知元件构成，将网络和外部环境连接起来，可以感知外部环节变化；第二层是隐含层，它将输入空间的信息进行非线性变化；第三次是输出层，它为输入层的激活模式提供响应。BRF神经网络是模拟人的大脑的神经网络结构，它可以以任意精度逼近一个连续函数。在BRF神经网络中，隐含层的中心和半径是设置好的，只有输入层和输出层之间的限值可以调整，隐含层按照固定的非线性变化，将输入空间的信息映射到一个新的隐含层中间，然后将其传输到输出层，形成一个线性组成。……