共 5 条
- [4] 人工神经网络实用教程[M]. 浙江大学出版社 , 杨建刚编著, 2001
- [5] Accelerating the convergence of the back-propagation method[J] . T. P. Vogl,J. K. Mangis,A. K. Rigler,W. T. Zink,D. L. Alkon.Biological Cybernetics . 1988 (4-5)
基于Super SAB神经网络算法的主变压器故障诊断模型
被引：12
作者：
章剑光
周浩
项灿芳
机构：
[1] 浙江大学电气工程学院
[2] 中国电力科学研究院
来源：
关键词：
主变压器;
状态检修;
故障诊断;
人工神经网络;
Super SAB;
D O I：
10.19595/j.cnki.1000-6753.tces.2004.07.010
中图分类号：
TM407 [维护、检修];
学科分类号：
摘要：
人工神经网络(ANN)由于其高度的非线性映射能力在电力系统模式识别及非线性优化领域有着广泛深入的应用研究。本文将Super SAB神经网络算法应用于主变压器溶解气体故障诊断(DGA),通过与带动量因子的标准BP算法、Bold Driver算法比较,验证Super SAB算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,表明其在变电设备状态诊断中具有良好的应用前景。
引用
收藏
页码：49 / 52+58
+58
页数：5
相关论文