甘肃科学学报
甘肅科學學報
감숙과학학보
JOURNAL OF GANSU SCIENCES
2012年
1期
97-101
,共5页
AdaBoost.M2%BP神经网络%变压器%故障诊断
AdaBoost.M2%BP神經網絡%變壓器%故障診斷
AdaBoost.M2%BP신경망락%변압기%고장진단
组合分类器的经典算法AdaBoost即自适应Boosting算法是提高预测学习系统预测能力的有效工具.针对传统BP(Back Propagation,BP)神经网络在变压器故障诊断时存在不稳定和网络易陷于极小值等缺点,将AdaBoost扩展算法AdaBoost.M2与BP神经网络结合,形成基于AdaBoost.M2-NN(AdaBoost.M2 Neural Network)的变压器故障诊断模型.利用AdaBoost的集成提升作用,在一定程度上弥补了BP算法的不足.仿真结果表明:该模型不仅能将单个BP神经网络无法识别的样本类别识别出来,而且还能整体上相比BP神经网络和传统三比值法将识别率提高11.5％,说明其具有可行性.
組閤分類器的經典算法AdaBoost即自適應Boosting算法是提高預測學習繫統預測能力的有效工具.針對傳統BP(Back Propagation,BP)神經網絡在變壓器故障診斷時存在不穩定和網絡易陷于極小值等缺點,將AdaBoost擴展算法AdaBoost.M2與BP神經網絡結閤,形成基于AdaBoost.M2-NN(AdaBoost.M2 Neural Network)的變壓器故障診斷模型.利用AdaBoost的集成提升作用,在一定程度上瀰補瞭BP算法的不足.倣真結果錶明:該模型不僅能將單箇BP神經網絡無法識彆的樣本類彆識彆齣來,而且還能整體上相比BP神經網絡和傳統三比值法將識彆率提高11.5％,說明其具有可行性.
조합분류기적경전산법AdaBoost즉자괄응Boosting산법시제고예측학습계통예측능력적유효공구.침대전통BP(Back Propagation,BP)신경망락재변압기고장진단시존재불은정화망락역함우겁소치등결점,장AdaBoost확전산법AdaBoost.M2여BP신경망락결합,형성기우AdaBoost.M2-NN(AdaBoost.M2 Neural Network)적변압기고장진단모형.이용AdaBoost적집성제승작용,재일정정도상미보료BP산법적불족.방진결과표명:해모형불부능장단개BP신경망락무법식별적양본유별식별출래,이차환능정체상상비BP신경망락화전통삼비치법장식별솔제고11.5％,설명기구유가행성.
