神经网络在变压器超高频局部放电模式识别中的应用

被引：5

作者：

殷录民

张慧芬

机构：

[1] 山东大学后勤处

[2] 济南大学信息科学与工程学院

来源：

关键词：

超高频局部放电; 模式识别; 神经网络;

D O I：

暂无

中图分类号：

TM855 [绝缘的试验与检查];

学科分类号：

摘要：

结合自适应遗传算法 (AGA)和BP算法各自的优点 ,构造了AGA BP混合算法作为神经网络的学习算法 .实验结果表明 ,AGA BP神经网络既解决了BP神经网络对初始权值敏感和容易局部收敛的问题 ,又提高了AGA神经网络的收敛速度、稳定性和求解质量 ,具有较高的识别率和较强的推广能力

引用

页码：51 / 54

页数：4

共 5 条

[1]

Evolving artificial neural networks. XIN Y. Proceedings of Tricomm . 1999

[2]

Neural networks as a tool for recognition of partial discharges. GULSKI E,KRIVDA A. IEEE Transactions on Electron Insulation . 1993

[3] 变压器油中局部放电信号超高频特性的研究 [J].

王国利 ;

郝艳捧 ;

李彦明 ;

不详 .

[4] 电力变压器典型局放模型放电脉冲的特性研究 [J].

王国利 ;

郝艳捧 ;

贾志东 ;

李彦明 ;

张建刚 .

[5]

On self-adaptive features in real parameter revolutionary algorithms. BEYER H G,DEB K. IEEE Transactions on Evolutionary Computation . 2001