一种基于RBF神经网络的变压器励磁涌流识别方法

本申请属于变压器保护技术领域，旨在解决现有的识别方法在处理复杂的电流波形和非理想情况下均表现不佳的问题，公开了一种基于RBF神经网络的变压器励磁涌流识别方法，对传感器采样得到的励磁涌流和副边短路电流信号进行去噪与标准化预处理，采用径向基函数将输入数据映射至高维空间，通过计算输入与基函数中心的距离捕捉非线性特征，通过加权融合隐含层非线性特征生成二分类结果，判别励磁涌流或副边短路电流，采用正交最小二乘法训练RBF神经网络，通过筛选有效样本路径优化权值计算。本申请能实现高效的非线性特征提取和准确的涌流检测，可以有效地从复杂的电流信号中识别出励磁涌流的特征，减少了误报和漏报的情况。