基于混沌优化粒子群BP神经网络的电力变压器故障诊断

被引：45

作者：

公茂法 ^{[1
]}

柳岩妮 ^{[1
]}

王来河 ^{[1
]}

宋保业 ^{[1
]}

钟文强 ^{[2
]}

机构：

[1] 山东科技大学

[2] 国网山东平度市供电公司

来源：

电测与仪表 | 2016年 / 15期

关键词：

混沌; 粒子群; BP神经网络; 变压器; 故障诊断;

D O I：

暂无

中图分类号：

TM41 [电力变压器]; TP183 [人工神经网络与计算];

学科分类号：

080810 [电力电子与电能变换]; 140502 [人工智能];

摘要：

针对电力变压器故障诊断问题,提出了一种基于混沌(Chaos)优化的粒子群(Particle Swarm Optimization)BP神经网络算法。该算法将混沌、粒子群和BP神经网络相结合,通过混沌粒子群算法寻优,得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。利用了混沌算法的遍历性和对初始值敏感的特点,对粒子群算法进行了参数优化,引入了早熟判断机制,并在早熟状态时进行了混沌扰动,使算法后期不易陷入局部最优。通过实例训练与测试表明,CPSO-BP神经网络算法在变压器故障诊断方面有较好的效果。

引用

页码：13 / 16+32 +32

页数：5

共 11 条

[1]

改进混沌粒子群的动态模糊神经网络参数优化及应用 [J].