摘要：本文首先详细分析了混合神经网络系统原理，并且以此作为基础条件和核心因素，进一步总结出混合神经网络应用策略。

关键词：混合神经网络;变压器;故障诊断;系统原理

变压器是一种用于电能转换的重要电器设备，在工业生产中占据着举足轻重的地位，它的可靠运行对维护电力系统的安全稳定具有重大意义，因此，对变压器进行故障的早期预测、检测是十分必要的。

一、混合神经网络系统原理

（一）SOM神经网络基础原理

SOM神经网络在建设过程中，最初由芬兰提出了无监督神经网络学习模式，此种学习模式将人脑相关的神经元基础属性应用至神经网络结构中，并且经过多次、频繁的训练，完成和实现了对互联网输入模式的凝聚划分。SOM神经网络内部结构包含信息输入阶层以及系统竞争结构层两种发展结构模式，其中信息输入阶层所产生的输入节点与竞争结构层的神经元相互连接，为此需要使用连接权数值提高标识连接基础强度。其中当传输信息量为T参数传输至网络结构时，则需要按照标准公式针对输入向量与竞争神经元之间计算标准距离，进而选找出距离最小的神经元参数。而使用其他参数公式则需要针对网络神经元先关领域中所包含的神经权利数值系数进行调整和控制。

（二）PSO-SOM计算原则

PSO-SOM计算过程中，神经网络与其他无监督凝聚类精算方式相比较，基础收敛速度和效率极快并且学习过程更加精准，加上凝聚类计算结果的权利数值对于其初始分布影响相对较大，加上权利参数初始分布情况是随机分布，所以越来越多技术人员将PSO计算方式与SOM计算方式相互结合，最终完善系统计算问题和不足[1]。……