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-论文.pdf

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-论文.pdf

ID:58139447

大小:431.17 KB

页数:6页

时间:2020-04-24

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-论文.pdf_第1页
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-论文.pdf_第2页
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-论文.pdf_第3页
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-论文.pdf_第4页
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-论文.pdf_第5页
资源描述:

《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-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第42卷第19期电力系统保护与控制Vo1.42N0.192014年10月1日PowerSystemProtectionandContro10ct.1.2014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程声烽,程小华,杨露(华南理工大学电力学院,广东广州510640)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

2、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。关键词:改进粒子群算法;小波神经网络;变压器;故障诊断ApplicationofwaveletneuralnetworkwithimprovedparticleswarmoptimizationalgorithminpowertransformerfaultdiagnosisCHENGSheng-feng,CHENGXiao—hua,YANGLu(SchoolofElectricPower,SouthChi

3、naUniversityofTechnology,Guangzhou510640,China)Abstract:Inviewofnon‘linearcharacteristicsbetweenfaultsymptomsandfaulttypesoftransformers,awaveletneuralnetworkfaultdiagnosismodelbasedonimprovedparticleswarmalgorithmisdesignedwiththedataofdissolvedgasanalysis.Themodel,constructedbyth

4、ree—layerwaveletneuralnetworks,istrainedbyanimprovedparticleswarmalgorithm.Byintroducingthemut~ionoperatorofgeneticalgorithm,inertiaweightfactorandGaussian-weightedglobalextremesonthebasisofthestandardparticleswarmalgorithm,itcanacceleratethetrainingspeedofwaveletneuralnetworkandim

5、provetheaccuracyoftraining.Thesimulationexperimentsshowthatthisimprovedparticleswarrnalgorithmwaveletneuralnetworkcanbeeffectivelyappliedtotransformerfaultdiagnosisandprovidesanewwayfortransformerfaultdiagnosis.Keywords:improvedparticleswarlTlalgorithm;waveletneuralnetwork;transfor

6、mer;faultdiagnosis中图分类号:TM41文献标识码:A文章编号:1674—3415(2014)19—0037—06方法迫在眉睫。随着人工智能和计算机技术的发展,0引言各种智能技术【3J为变压器故障诊断提供了一个新电力变压器的安全可靠运行对于电力系统、国思路,其中小波神经网络(WaveletNeuralNetwork,民经济起着非常重要的作用。能否快速准确地诊断WNN)便是其中之一J。传统的WNN以BP算法和预测出变压器已有故障或潜伏性故障对电力系统训练网络,而BP算法易出现收敛早熟、陷入局部稳定运行具有重要的现实意义⋯。传统的变压器故极小值等

7、情况,影响了网络训练的精度。为此,国障诊断方法中,以油中气体分析法(DGA)应用最内外专家学者提出各种改进算法来改善网络训练的为广泛,其主要通过油中溶解气体与变压器故障类精度,文献[10]将遗传算法应用于小波神经网络,型之间的对应关系,在已知气体组分的情况下对故构造了一个小波神经网络分类器,并成功应用于变障类型进行诊断,IEC三比值法和改良电协研法就压器故障诊断,但遗传算法编码和解码操作相对比由此而来J,但其编码范围的边界及编码类型过于较复杂;针对上述不足,文献[11]用改进粒子群算绝对,影响故障诊断的精度,因此寻求高精度诊断法取代遗传算法,利用粒子群算法的

8、全局搜索能力一38.电力系统保护与控制优化小波神经网

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。