基于遗传算法的神经网络在局部放电模式识别中的应用

基于遗传算法的神经网络在局部放电模式识别中的应用

ID:36754474

大小:250.28 KB

页数:4页

时间:2019-05-14

基于遗传算法的神经网络在局部放电模式识别中的应用_第1页
基于遗传算法的神经网络在局部放电模式识别中的应用_第2页
基于遗传算法的神经网络在局部放电模式识别中的应用_第3页
基于遗传算法的神经网络在局部放电模式识别中的应用_第4页
资源描述:

《基于遗传算法的神经网络在局部放电模式识别中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第33卷第12期西安交通大学学报Vol.33№121999年12月JOURNALOFXI′ANJIAOTONGUNIVERSITYDec.1999基于遗传算法的神经网络在局部放电模式识别中的应用蒋雄伟,王振华,谢恒堃(西安交通大学,710049,西安)摘要:针对BP神经网络(NN)在大型发电机局部放电模式识别中存在的收敛速度慢、容易陷入局部极小点的问题,提出采用遗传算法(GA)作为神经网络的学习算法.并且根据神经网络结构的特点,构造了新的遗传算子.结果表明,与BP神经网络相比,GA神经网络的收敛性能

2、和推广能力都有了明显提高.关键词:神经网络;遗传算法;大型发电机;局部放电;模式识别中国图书资料分类法分类号:TM307.1NeuralNetworkwithGeneticAlgorithmforPartialDischargePatternRecognitionJiangXiongwei,WangZhenhua,XieHengkun(Xi′anJiaotongUniversity,Xi′an710049,China)Abstract:Forpartialdischargepatternrecogn

3、ition,geneticalgorithm(GA)isadopted,whichcanovercomethedisadvantagesofbackpropagation(BP)artificialneuralnetwork(ANN),suchasslowconvergenceandpossibilityofbeingtrappedatlocallyminimumvalue.ComparedwithBP2ANN,theconvergenceandgeneralizationabilityofGA2A

4、NNisimprovedremarkably.Keywords:artificialneuralnetwork;geneticalgorithm;largegenerator;partialdischarge;patternrecognition大型发电机是电力系统中的关键设备,随着其局部放电类型可以诊断发电机定子绕组绝缘的老化额定电压和容量的不断提高,大型发电机在运行过程度和缺陷,为制定合理的维修计划提供科学依据.程中受到更严重的电、热、机械及环境应力的联合作传统的局部放电模式识别需要具备专家的知

5、识用,这些应力直接或间接地使高压定子绕组绝缘劣和经验,很难在现场推广,因此必须研究新的自动识化和产生缺陷,在强电场作用下发生局部放电.不同别技术,以提高识别的可靠性和实用性.近来,神经的绝缘缺陷,会发生不同类型的局部放电,因此识别网络已被应用于局部放电的模式识别,并取得了一收稿日期:1999O05O10.作者简介:蒋雄伟,男,1974年9月生,博士生;谢恒堃(联系人),男,电气工程学院电气绝缘与高压工程系,教授.基金项目:国家自然科学基金重点资助项目(59837260).2西安交通大学学报第33卷[

6、1,2]定的效果.目前广泛采用的是基于BP算法(误(4)设计一个选择策略,使得适应度越大的个体差反向传播算法)的多层前馈神经网络,BP算法使被选择的机会越多.用了梯度搜索作为寻优途径,一旦神经网络的输入、(5)对选择得到的群体中的个体进行杂交和变输出映射关系复杂,误差能量函数在其空间中的全异,以形成下一代新的个体.杂交是以概率Pc交换局最小点附近将出现许多局部极小点,如果神经网两个父代个体间对应的分量.例如,假设父代的两个络的权系数初值设置不当,就很容易使学习过程收个体为(10010)、(01101

7、),杂交位置是2,则经一点敛缓慢甚至不收敛,或者使权系数在学习结束时收杂交的结果是(11101)、(00010).常规杂交算子有多敛于某个局部极小点,导致神经网络进入错误的工种,如一点、两点和多点杂交算子.杂交完成后,再作作状态,不能正确识别大量未知的输入模式.用变异算子,它是以概率Pm改变串上的某些位.例遗传算法(GA)是一种借鉴生物进化思想的高如,假设父代的一个个体为(10101),变异位置是2,度并行、随机、自适应搜索算法.GA从多初始点开则经一点变异的结果是(11101).常规变异算子也有始

8、进行并行操作,可防止搜索过程收敛于局部最优多种,如一点、两点和多点杂交算子.解,特别适合于处理传统搜索方法解决不了的复杂(6)循环执行计算适应度、选择复制、应用杂交和变[3]的非线性优化问题.因此,GA可克服BP算法存异算子这几个步骤,直到满足某个收敛准则,例如算在的收敛速度慢、容易陷入局部极小的缺点.本文研法已找到了一个可以接受的解,或已经迭代了预置究了将GA作为神经网络的学习算法,应用于大型的代数.发电机局部放电的模式识别.GA的程序流程图如图1所示.1GA神经网

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。