引入二代小波的自适应BP神经网络局部放电故障识别

被引：7

作者：

邓雨荣 ^{[1
]}

郭丽娟 ^{[1
]}

郭飞飞 ^{[2
]}

张炜 ^{[1
]}

机构：

[1] 广西电网公司电力科学研究院

[2] 上海领步科技有限公司

来源：

电力建设 | 2013年 / 34卷 / 06期

关键词：

二代小波; 神经网络; 局部放电; 小波能谱熵; 系数熵; 共轭梯度;

D O I：

暂无

中图分类号：

TM855 [绝缘的试验与检查]; TP183 [人工神经网络与计算];

学科分类号：

080803 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将二代小波与神经网络相结合进行局部放电故障分类。基于二代小波与信息熵理论,提取放电信号,以小波能谱熵与系数熵作为特征量。将提取的特征向量输入神经网络进行训练,训练时通过改进共轭梯度法自适应调整误差,得到最优训练网络。采用该文算法、经典神经网络以及小波神经网络,分别对放电模型产生的3种放电类型进行识别测试的结果表明:该文方法在识别准确率以及算法执行效率上,均优于经典神经网络以及小波神经网络。

引用

页码：87 / 91

页数：5

共 9 条

[1] 电力变压器的局部放电典型模型试验 [J].