中国科学院沈阳自动化研究所机构知识库
Advanced  
SIA OpenIR  > 信息服务与智能控制技术研究室  > 期刊论文
题名: 基于改进PSO优化BP神经网络的变压器故障诊断
其他题名: Transformer fault diagnosis based on the improved PSO-BP neural network
作者: 丁腾飞 ; 曹云侠
作者部门: 信息服务与智能控制技术研究室
关键词: 变压器 ; 故障诊断 ; BP神经网络 ; 粒子群算法
刊名: 制造业自动化
ISSN号: 1009-0134
出版日期: 2015
卷号: 37, 期号:10, 页码:82-85, 109
产权排序: 1
摘要: 变压器故障诊断是非线性模式识别过程,单一的BP(Back Propagation)神经网络收敛速度慢、容易陷入局部最小值,提出用改进粒子群算法(Particle Swarm Optimization,缩写为PSO)进行优化。使神经网络的学习速率动态减小,保证前期充分搜索,后期网络稳定;动态调整PSO的惯性权重和学习因子适应不同阶段的搜索要求,同时引入变异思想,重新初始化某些变量跳出局部最小值。绝缘油中5种特征气体为判断依据,划分高能放电、低能放电、高温过热、中低温过热四种故障,运用新改进的算法建立故障诊断模型,100多个样本进行实际故障诊断,准确率达到83%以上。结果表明,改进PSO-BP更加...
语种: 中文
内容类型: 期刊论文
URI标识: http://ir.sia.cn/handle/173321/16161
Appears in Collections:信息服务与智能控制技术研究室_期刊论文

Files in This Item: Download All
File Name/ File Size Content Type Version Access License
基于改进PSO优化BP神经网络的变压器故障诊断.pdf(3010KB)----开放获取View 联系获取全文
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[丁腾飞]'s Articles
[曹云侠]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[丁腾飞]‘s Articles
[曹云侠]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
文件名: 基于改进PSO优化BP神经网络的变压器故障诊断.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2016  中国科学院沈阳自动化研究所 - Feedback
Powered by CSpace