基于改进PSO优化PNN网络的变压器故障诊断方法

被引：32

作者：

范俊辉 ^{[1
]}

彭道刚 ^{[1
]}

黄义超 ^{[2
]}

杨旭红 ^{[1
]}

机构：

[1] 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心

[2] 上海翔骋电气设备有限公司

来源：

测控技术 | 2016年 / 35卷 / 03期

关键词：

变压器故障诊断; 概率神经网络; 改进粒子群算法; 平滑因子;

D O I：

10.19708/j.ckjs.2016.03.012

中图分类号：

TM407 [维护、检修]; TP183 [人工神经网络与计算];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）]; 140502 [人工智能];

摘要：

根据变压器产生故障时特征气体和故障类型的非线性关系,结合油中溶解气体分析方法,采用了基于改进粒子群-概率神经网络(PNN)的故障诊断方法。针对PNN网络平滑因子按照经验选取的不足,以及使用粒子群优化(PSO)该参数时搜索精度低、容易早熟收敛等缺点,改进粒子群引入遗传算法的变异操作,并在迭代中对惯性权重动态调整和加速因子的线性变化,并用于训练PNN神经网络平滑因子集合;然后将改进PSO-PNN神经网络应用于变压器故障诊断中,通过诊断测试验证了该方法的有效性。

引用

页码：42 / 45+49 +49

页数：5

共 9 条

[1]

基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用 [J].