基于蚁群算法的容错RBF-NN诊断模型性能评估

被引：2

作者：

张智晟 ^{[1
]}

孙雅明 ^{[1
]}

张世英 ^{[2
]}

机构：

[1] 天津大学电气与自动化工程学院

[2] 天津大学管理工程学院

来源：

电力系统及其自动化学报 | 2007年 / 02期

关键词：

径向基函数神经网络; 蚁群优化算法; 输电配电系统; 故障诊断; 容错性能;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

080802 ;

摘要：

文中构造了基于蚁群优化算法(ant colony optimization algorithm,ACOA)的容错径向基函数神经网络(radial basis function neural network,RBF-NN)故障诊断模型,它具有强逼近能力,采用ACOA优化NN可进一步改善泛化性能。该文又考虑了把故障信息受随机因素干扰而产生的变异故障样本加入NN的训练样本集中,以提高NN的容错性能。将该模型用于高压输电线系统和配电网故障诊断,并作容错性能的评估。由仿真测试表明,研究模型的容错性能要优于传统的BP-NN和GA-NN诊断模型。

引用

页码：44 / 48+102 +102

页数：6

共 6 条

[1] RBF神经网络在中长期负荷预测中的应用 [J].