基于SOM神经网络的电力变压器故障诊断方法

严太山，赵琦旭，刘博文，李文彬

（1.湖南理工学院，信息科学与工程学院，岳阳410019；2.湖南理工学院，复杂工业物流系统智能控制与优化湖南省重点实验室，岳阳410019）

0 引言

电力变压器是输配电系统中的一个极其重要的设备，因电力变压器故障导致停电的事故时有发生，这不仅给人们的生产和生活带来了不便，也会给供电部门带来经济损失。因此，当变压器故障出现的时候，如何进行迅速、准确的诊断，以减少盲目维修的费用，降低人们的经济损失，这便成了输配电部门追求的目标和电力系统工程界与学术界关注的课题。神经网络是模拟人脑结构和功能而建立起来的一种分布式信息处理系统，作为一种新兴的信息处理工具，它具有极强的自学习、自适应能力，具有高度的容错性、非线性，非常适合于电力变压器故障诊断这类非线性问题。自组织映射网络（Self-Organization Map，SOM）是一种有代表性的前馈神经网络，被广泛应用于模式识别与分类领域，但算法存在收敛条件难以确定的问题。本文将对SOM神经网络算法进行改进，并利用改进的SOM神经网络算法，以特征气体法为基础对油浸式变压器故障诊断进行研究。

1 SOM神经网络

1.1 SOM神经网络原理

SOM神经网络是一种两层前馈神经网络[1-4]，由一个输入层与一个输出层构成，其网络结构如图1所示。

第一层为输入层，负责对输入信息的传递，将输入信息传递到输出层。这一层的节点数等于输入样本的维数，每一节点对应输入样本的一个分量，且与输出层的节点实现全互连。……