共 5 条
用PSO算法训练神经网络抑制发电机局放随机脉冲干扰
被引:12
作者:
邵震宇
黄成军
肖燕
赵亚奎
江秀臣
机构:
[1] 上海交通大学电气工程系,上海交通大学电气工程系,上海交通大学电气工程系,上海交通大学电气工程系,上海交通大学电气工程系上海市,上海市,上海市,上海市,上海市
来源:
关键词:
局部放电;
随机脉冲干扰;
粒子群优化;
神经网络;
D O I:
暂无
中图分类号:
TM31 [发电机、大型发电机组(总论)];
学科分类号:
080801 ;
摘要:
随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的,为此提出了一种基于粒子群优化(PSO)算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播(BP)算法相比,采用PSO算法来训练神经网络,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点,并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明,该算法在抑制局放随机脉冲干扰上是比较有效的。
引用
收藏
页码:49 / 52
页数:4
相关论文