【正文】 ansformer Fault Diagnosis[A].International Conference of Electrical Machines and Systems[C].Beijing,2003:351354.[9] [M].北京:科學出版社,2000:207[10] Yang Qiping, Xue Wude. Artificial Neural Network for Transformer Fault Diagnosis[A].ACEID[C].Korea,1999:322325.[11] C. MoYuen, Methodologies of Using Neural Network and Fuzzy Logic Technologies for Motor Incipient Fault Detection, World Scientific Publishing, 1997.[12] Czeslaw T. Kowalski, Teresa OrlowskaKowalska, Neural networks application for induction motor faults :435–448[13] [M].北京：機械工業(yè)出版社,[14] [J].煤礦安全,2002,33(12):1112.[15] 岳祖洲,[J].應用光學,1994,15(2):611.[16][M].上海:復旦大學社,1993:4344,4749.[17] [M].北京:冶金工業(yè)出版社,2000,5:1828.[18] 黃曉光,王永泓, 算法的電站燃燒氣輪機故障診斷[J]. 中國電機工程學報,2000,12.[19] 王風昌，李面換．異步電機故障的電流監(jiān)測和診斷．哈爾濱工業(yè)大學學報．1994，26(6):88—92．[20] :機械工業(yè)出版社,1996．[21] 呂輝,27(1):7376.附 錄實例完整MATLAB代碼如下： 程序一：P=[ 。 。 。 。 。 。 ]39。T=[0 0 1。0 1 0。0 1 1。1 0 0。1 0 1。1 1 0。1 1 1]39。threshold=[1 1。1 1。1 1。1 1。1 1]。net=newff(threshold,[11,3],{39。tansig39。,39。logsig39。},39。trainlm39。)。net=init(net)。=1000。=。=。net=train(net,P,T)。TRAINLM, Epoch 0/1000, MSE , Gradient TRAINLM, Epoch 25/1000, MSE , Gradient TRAINLM, Epoch 33/1000, MSE , Gradient TRAINLM, Performance goal met. P_test=[ 。 。 。 。 。 。 ]39。Y=sim(net,P_test)Y = 程序二:P=[ 。 。 。 。 。 。 ]39。T=[0 0 1。0 1 0。0 1 1。1 0 0。1 0 1。1 1 0。1 1 1]39。threshold=[1 1。1 1。1 1。1 1。1 1]。net=newff(threshold,[11,3],{39。tansig39。,39。logsig39。},39。trainlm39。)。net=init(net)。=1000。=。=。net=train(net,P,T)。TRAINLM, Epoch 0/1000, MSE , Gradient TRAINLM, Epoch 25/1000, MSE , Gradient TRAINLM, Epoch 50/1000, MSE , Gradient TRAINLM, Epoch 70/1000, MSE , Gradient TRAINLM, Minimum gradient reached, performance goal was not met. P=[ 。 。 。 。 。 。 ]39。T=[0 0 1。0 1 0。0 1 1。1 0 0。1 0 1。1 1 0。1 1 1]39。threshold=[1 1。1 1。1 1。1 1。1 1]。net=newff(threshold,[11,3],{39。tansig39。,39。logsig39。},39。trainlm39。)。net=init(net)。=1000。=。=。net=train(net,P,T)。TRAINLM, Epoch 0/1000, MSE , Gradient TRAINLM, Epoch 25/1000, MSE , Gradient TRAINLM, Epoch 50/1000, MSE , Gradient TRAINLM, Epoch 75/1000, MSE , Gradient TRAINLM, Epoch 100/1000, MSE , Gradient TRAINLM, Epoch 125/1000, MSE , Gradient TRAINLM, Epoch 150/1000, MSE , Gradient TRAINLM, Epoch 175/1000, MSE , Gradient TRAINLM, Epoch 191/1000, MSE , Gradient TRAINLM, Performance goal met. P_test=[ 。 。 。 。 。 。 ]39。Y=sim(net,P_test)Y = 圖 結果1訓練結果圖 結果2訓練結果致 謝首先衷心感謝我的導師劉利強老師，在整個畢業(yè)設計過程中從論文題目的確定、結構的設置到論文最終的完成，給予了我非常大的幫助和指導。在寫作過程中，劉老師對論文的內容和結構提出了很多寶貴的建議和意見，同時對疑惑進行了細心的解答，使我受益匪淺，在此要深深感謝劉老師的悉心指導。其次我要感謝電力學院的所有老師，淵博的學識、悉心的講解使我在大學四年學到了更多的專業(yè)知識，同時也為我們樹立了很好的榜樣，使我們不斷成長。最后感謝我的家人對我生活和學業(yè)上的關心和支持。35