电工电能新技术
電工電能新技術
전공전능신기술
ADVANCED TECHNOLOGY OF ELECTRICAL ENGINEERING AND ENERGY
2008年
3期
18-21,48
,共5页
张智晟%时翔%林涛%孙雅明
張智晟%時翔%林濤%孫雅明
장지성%시상%림도%손아명
高压输电系统%故障诊断%容错性能%分布估计算法%遗传算法%神经网络
高壓輸電繫統%故障診斷%容錯性能%分佈估計算法%遺傳算法%神經網絡
고압수전계통%고장진단%용착성능%분포고계산법%유전산법%신경망락
本文构造了基于分布估计算法(Estimation of Distrtbution Algorithm,EDA)和遗传算法(Genetic Algorithm,GA)融合的神经网络(Neurml Network,NN)故障诊断模型.传统的GA看作是对生物进化"微观"层面上的模拟,则EDA是对生物进化"宏观"层面上的建模,是一种全新的进化模式.EDA与GA融合的实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服NN陷入局部最小,提高NN的泛化能力,使故障诊断的容错性能得到有效改善.将该模型用于高压输电线系统的故障诊断,并作容错性能的评估.由仿真测试表明,研究模型的容错性能要优于传统的BP-NN模型和单纯GA优化NN模型.因此,新诊断模型是有一定的理论和实用价值的.
本文構造瞭基于分佈估計算法(Estimation of Distrtbution Algorithm,EDA)和遺傳算法(Genetic Algorithm,GA)融閤的神經網絡(Neurml Network,NN)故障診斷模型.傳統的GA看作是對生物進化"微觀"層麵上的模擬,則EDA是對生物進化"宏觀"層麵上的建模,是一種全新的進化模式.EDA與GA融閤的實質是在解空間"宏觀"和"微觀"兩箇層麵進行尋優,可剋服NN陷入跼部最小,提高NN的汎化能力,使故障診斷的容錯性能得到有效改善.將該模型用于高壓輸電線繫統的故障診斷,併作容錯性能的評估.由倣真測試錶明,研究模型的容錯性能要優于傳統的BP-NN模型和單純GA優化NN模型.因此,新診斷模型是有一定的理論和實用價值的.
본문구조료기우분포고계산법(Estimation of Distrtbution Algorithm,EDA)화유전산법(Genetic Algorithm,GA)융합적신경망락(Neurml Network,NN)고장진단모형.전통적GA간작시대생물진화"미관"층면상적모의,칙EDA시대생물진화"굉관"층면상적건모,시일충전신적진화모식.EDA여GA융합적실질시재해공간"굉관"화"미관"량개층면진행심우,가극복NN함입국부최소,제고NN적범화능력,사고장진단적용착성능득도유효개선.장해모형용우고압수전선계통적고장진단,병작용착성능적평고.유방진측시표명,연구모형적용착성능요우우전통적BP-NN모형화단순GA우화NN모형.인차,신진단모형시유일정적이론화실용개치적.