基于集成化模糊RBF 神经网络的变压器故障诊断方法
胡家元 曹顺安
（武汉大学动力与机械学院，湖北 武汉430072）
[摘 要] 针对变压器故障诊断中存在着的不确定关系及单子神经网络存在的不足，提出以改良三比值法等经典方法为输入信息
处理的依据，利用模糊理论对输入参数进行预处理；对变压器故障类型进行分层次划分，以RBF 网络为基本模型块，组建集成神
经网络，从而构建了一种基于集成化模糊RBF 神经网络的故障诊断方法。通过对该集成神经网络与单子神经网路处理变压器故障
问题的比较研究，表明本诊断方法具有较单子神经网络更高的准确性。
[关键词] 变压器；集成化；模糊；RBF 神经网络；故障诊断
Fault Diagnosis Method of Transformer Based on a Combinatorial Fuzzy RBF Neural Network
Hu Jiayuan ,Cao Shun-an
(College of Power and Machine, Wuhan University, Hubei Wuhan 430072, China)
ABSTRACT：In order to deal with the uncertain relation in transformer fault diagnosis and the disadvantage of single structure neural
network, this paper took the improved three ratio as the basis of input information treatment and pretreated input parameters using fuzzy
theory. By classifying the transformer faults and taking RBF neural network as model blank, this paper constructed a fault diagnosis method
based on a combinatorial fuzzy RBF neural network. The result shows that this method is more accurate comparing the effect of two kind
neural networks.
KEY WORDS：transformer; combinatorial; fuzzy; RBF neural network; fault diagnosis
引言
变压器是电力系统的重要组成设备，其运行状态对整个输变电系统的经济性和安全性有极大的影响。
开展对变压器设备的故障诊断研究，掌握快速有效的故障诊断方法是提高变压器可靠性及可用率的先决条
件。长期实践证明，改良的三比值法等经典方法用于变压器故障诊断有较好的效果，但也存在着编码边界
过于绝对，编码组合无法涵盖所有故障类型等缺陷[1]。随着人工智能的发展，模糊理论（Fuzzy Theory）、
人工神经网络（ANN）等方法在诊断技术中得到了广泛的应用，为变压器故障诊断技术的发展提供了新的
动力。人工神经网络是一种分布式处理系统，通过对大量标准样本进行学习与训练，采用网络结构及参数
的调整方法，将获取的知识隐式的分布于整个网络，具有很强的学习能力、泛化能力及非线性映射能力[2~3]。
模糊理论提出以隶属度来表示不确定性，可将不确定性知识和定性知识转化为定量信息，便于神经网络输
入输出形式的确立。可见，将模糊理论与神经网络的优点结合起来，并以改良的三比值法等经典方法为输
入信息处理依据，可形成一个具有学习、联想、自适应及模糊推理能力的神经网络，将大大提高传统经典
方法的诊断能力，能有效的适用于变压器故障诊断。
当前应用于变压器故障诊断的神经网络主要为单子神经网络。该类神经网络通过大量的样本学习能达
到较好的诊断效果，但也存在着一些不足之处[4]，主要体现在要实现对多个故障模式的诊断，网络需要学
习大量的故障样本，但构造反映多种故障的特征向量较为困难；适合于诊断多类故障的网络结构难以确定，
或者是网络的节点过多，结构庞大，造成训练困难；对新出现的故障，单子网络必须抹去全部记忆，重新
学习。特别是在网络输入输出节点较多时此类缺陷体现得尤为明显。而通过诊断任务的分解，把一个诊断
多故障的神经网络用多个子神经网络来实现，可将各子神经网络的结构大为简化，能有效解决上述提及的
单子神经网络所面临着的不足。
本文以在逼近能力、分类能力和学习速度上均优于BP 神经网络的RBF 神经网络为网络类型，采用模
糊理论及故障树的概念，建立起一个集成化的模糊RBF 神经网络，实现对变压器故障进行分层次、逐步细
化的诊断，有效的提高了网络性能和诊断的准确性。
1 RBF 神经网络结构及算法描述
1.1 RBF 神经网络结构
径向基（RBF）网络结构如图1 所示，是一种三层前向型神经网络，包含一个输入节点层，一个具有
径向基函数神经元的隐层和一个具有线性神经元的输出层。

基于集成化模糊RBF 神经网络的变压器故障诊断方法.rar