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

被引：88

作者：

程声烽

程小华

杨露

机构：

[1] 华南理工大学电力学院

来源：

电力系统保护与控制 | 2014年 / 42卷 / 19期

关键词：

改进粒子群算法; 小波神经网络; 变压器; 故障诊断;

D O I：

暂无

中图分类号：

TM407 [维护、检修]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对变压器故障征兆和故障类型的非线性特性,结合油中气体分析法,设计了一种改进粒子群算法的小波神经网络故障诊断模型。模型采用3层小波神经网络,并用一种改进粒子群算法对其进行训练。该算法在标准粒子群算法的基础上,通过引入遗传算法中的变异算子、惯性权重因子和高斯加权的全局极值,加快了小波神经网络训练速度,提高了其训练的精度。仿真实验证明这种改进粒子群算法的小波神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断提供了一条新途径。

引用

页码：37 / 42

页数：6

共 16 条

[11] 基于油中溶解气体分析的电力变压器故障诊断技术的研究[D]. 李建坡.吉林大学. 2008
[12] 大型电力变压器以油中溶解气体为特征量的内部故障诊断模型研究[D]. 李俭.重庆大学. 2001
[13] 基于油中溶解气体分析的电力变压器故障诊断[D]. 王耀龙.广西大学. 2005
[14] 电力变压器故障与诊断[M]. 中国电力出版社 , 董其国编著, 2001
[15] 基于遗传算法小波神经网络的电力变压器故障诊断
马文静
[J]. 自动化技术与应用, 2008, (12) : 17 - 19+30
[16] 基于雁群启示的粒子群优化算法
刘金洋
郭茂祖
邓超
[J]. 计算机科学, 2006, (11) : 166 - 168+191

← 1 2 →