广东电力
廣東電力
엄동전력
GUANGDONG ELECTRIC POWER
2013年
5期
82-86,92
,共6页
王娅娜%黄新波%宋桐%朱永灿
王婭娜%黃新波%宋桐%硃永燦
왕아나%황신파%송동%주영찬
变压器%改进粒子群算法%神经网络%模糊化编码边界%色谱检测%故障诊断
變壓器%改進粒子群算法%神經網絡%模糊化編碼邊界%色譜檢測%故障診斷
변압기%개진입자군산법%신경망락%모호화편마변계%색보검측%고장진단
针对标准误差反向传播(back propagation,BP)神经网络算法易陷入局部最优、收敛速度缓慢等问题,提出一种基于改进粒子群算法的模糊神经的变压器油色谱故障诊断方法.该方法首先通过模糊编码边界对网络输入模糊化;再结合非线性策略的惯性权重及学习因子改进的粒子群BP网络算法来诊断变压器故障类型,既能平衡全局搜索和局部搜索能力,还可以避免BP神经网络陷入局部最优;最后,采用MATLAB软件对变压器油色谱数据进行仿真,结果表明该方法具有收敛速度快、诊断准确率高、泛化能力强等优点.
針對標準誤差反嚮傳播(back propagation,BP)神經網絡算法易陷入跼部最優、收斂速度緩慢等問題,提齣一種基于改進粒子群算法的模糊神經的變壓器油色譜故障診斷方法.該方法首先通過模糊編碼邊界對網絡輸入模糊化;再結閤非線性策略的慣性權重及學習因子改進的粒子群BP網絡算法來診斷變壓器故障類型,既能平衡全跼搜索和跼部搜索能力,還可以避免BP神經網絡陷入跼部最優;最後,採用MATLAB軟件對變壓器油色譜數據進行倣真,結果錶明該方法具有收斂速度快、診斷準確率高、汎化能力彊等優點.
침대표준오차반향전파(back propagation,BP)신경망락산법역함입국부최우、수렴속도완만등문제,제출일충기우개진입자군산법적모호신경적변압기유색보고장진단방법.해방법수선통과모호편마변계대망락수입모호화;재결합비선성책략적관성권중급학습인자개진적입자군BP망락산법래진단변압기고장류형,기능평형전국수색화국부수색능력,환가이피면BP신경망락함입국부최우;최후,채용MATLAB연건대변압기유색보수거진행방진,결과표명해방법구유수렴속도쾌、진단준학솔고、범화능력강등우점.