电瓷避雷器
電瓷避雷器
전자피뢰기
INSULATORS AND SURGE ARRESTERS
2011年
4期
34-38,42
,共6页
吕启深%吴磊%梁基重%杨益公
呂啟深%吳磊%樑基重%楊益公
려계심%오뢰%량기중%양익공
神经网络%实数编码%误差反向传播算法%遗传算法
神經網絡%實數編碼%誤差反嚮傳播算法%遺傳算法
신경망락%실수편마%오차반향전파산법%유전산법
基于BP算法的神经网络和基于实数编码遗传算法的神经网络用于模式识别有其各自的优缺点.为此提出利用GA-BP混合算法神经网络,对GIS典型缺陷的局部放电进行模式识别.以超声局部放电探测仪对不同缺陷包括金属突出物、悬浮电位缺陷和绝缘子内部气泡引起的局部放电信号进行了测量,并从测量结果中提取PRPD谱图特征值作为训练样本和测试样本.研究结果表明:相比BP神经网络,GA-BP神经网络执行效率更高,识别效果更好,且克服了BP神经网络容易陷入局部最优的缺点；而相比GA神经网络,其运行时间短,适用于实际应用.
基于BP算法的神經網絡和基于實數編碼遺傳算法的神經網絡用于模式識彆有其各自的優缺點.為此提齣利用GA-BP混閤算法神經網絡,對GIS典型缺陷的跼部放電進行模式識彆.以超聲跼部放電探測儀對不同缺陷包括金屬突齣物、懸浮電位缺陷和絕緣子內部氣泡引起的跼部放電信號進行瞭測量,併從測量結果中提取PRPD譜圖特徵值作為訓練樣本和測試樣本.研究結果錶明:相比BP神經網絡,GA-BP神經網絡執行效率更高,識彆效果更好,且剋服瞭BP神經網絡容易陷入跼部最優的缺點；而相比GA神經網絡,其運行時間短,適用于實際應用.
기우BP산법적신경망락화기우실수편마유전산법적신경망락용우모식식별유기각자적우결점.위차제출이용GA-BP혼합산법신경망락,대GIS전형결함적국부방전진행모식식별.이초성국부방전탐측의대불동결함포괄금속돌출물、현부전위결함화절연자내부기포인기적국부방전신호진행료측량,병종측량결과중제취PRPD보도특정치작위훈련양본화측시양본.연구결과표명:상비BP신경망락,GA-BP신경망락집행효솔경고,식별효과경호,차극복료BP신경망락용역함입국부최우적결점；이상비GA신경망락,기운행시간단,괄용우실제응용.
