混沌动态模糊神经网络及变压器故障诊断的应用

被引：4

作者：

张思扬 ^{[1
,2
]}

匡芳君 ^{[2
]}

徐蔚鸿 ^{[3
]}

机构：

[1] 湖南师范大学物理与信息科学学院

[2] 湖南安全技术职业学院电子信息工程系

[3] 长沙理工大学计算机与通信工程学院

来源：

湖南科技大学学报(自然科学版) | 2012年 / 27卷 / 01期

关键词：

动态模糊神经网络; 混沌优化; 模糊规则; 变压器; 故障诊断;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM407 [维护、检修];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080801 ;

摘要：

提出一种结合动态模糊神经网络和混沌优化算法的故障诊断方法,将混沌变量引入模糊神经网络结构和参数的优化搜索.利用混沌优化的动态模糊神经网络建立变压器故障诊断模型,此模型不仅能对模糊规则而且能对输入变量的重要性做出评价,从而使得每个输入变量和模糊规则都可根据误差减少率进行修正.仿真结果表明,混沌动态模糊神经网络算法精度高、迭代步骤少、收敛快,对识别和预测变压器状态具有较高的精度和效率,并可方便有效地应用到其他领域.

引用

页码：35 / 39

页数：5

共 10 条

[1] 基于粗糙集理论和支持向量机的变压器故障诊断 [J].