免疫粒子群优化RBF神经网络的变压器故障诊断

被引：18

作者：

李浩

王福忠

王锐

机构：

[1] 河南理工大学电气工程与自动化学院

来源：

自动化仪表 | 2016年 / 37卷 / 11期

关键词：

变压器; 故障诊断; RBF; 神经网络; 人工免疫网络算法; 粒子群算法; 最小二乘法; 可靠性;

D O I：

10.16086/j.cnki.issn1000-0380.201611002

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：

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：

电力变压器运行的可靠性直接关系到电力系统的安全性及供电的可靠性。为提高变压器内部绝缘故障诊断的准确率,通过分析变压器油中溶解气体组分含量和变压器内部绝缘故障,提出了一种免疫粒子群优化RBF神经网络的变压器故障诊断算法。介绍了基于人工免疫网络算法确定RBF网络隐层中心数目和初始位置的方法,以及基于粒子群算法优化RBF网络权重的方法。仿真结果表明,该算法能有效诊断变压器故障类型,提高故障诊断的准确率。

引用

页码：4 / 7+11 +11

页数：5

共 12 条

[1]

改进的PSO-FNN在发酵软测量中的应用 [J].