基于聚类算法和神经网络的变压器故障诊断方法

    公开(公告)号:CN104299035A

    公开(公告)日:2015-01-21

    申请号:CN201410512284.2

    申请日:2014-09-29

    IPC分类号: G06N3/08

    摘要: 本发明公开了一种基于聚类算法和神经网络的变压器故障诊断方法,包括以下步骤:a、根据IEC标准和DL/T722-2000导则确定故障类型;在原始样本集中选取故障样本集的特征量;b、利用K-means聚类方法对这些样本进行聚类;c、构建RBF神经网络;d、进行参数学习,确定隐藏层的个数、中心位置、宽度以及输出权值;e、采用PSO进行优化训练,确定隐藏层中心的位置,而个数、宽度、权值分别采用试验法、最小距离法、伪逆法确定;f、输入训练样本,求解后验概率,判断故障类别。本发明能够较为均匀地从总的样本中划分出训练样本和测试样本,而良好的测试样本能够对神经网络进行更为完整的测试,从而确保神经网络得到正确合理的评价。

    线夹机构
    48.
    发明公开

    公开(公告)号:CN107123523A

    公开(公告)日:2017-09-01

    申请号:CN201710371419.1

    申请日:2017-05-23

    IPC分类号: H01F27/32 H01F27/29

    摘要: 本发明提供了一种线夹机构,包括:线夹本体,线夹本体具有用于容纳线体的容纳腔;其中,线夹本体包括用于围成容纳腔的第一线夹体和第二线夹体,第一线夹体相对于第二线夹体位置可调节地设置以打开或闭合容纳腔,以使线夹本体包裹在线体上。本发明的线夹机构解决了现有技术中的采用绝缘导线的线皮对变压器的母线的裸露点进行包缠的方式可靠性较低的问题。