Indexed by：
Abstract：
基于改进粒子群优化神经网络的变压器故障诊断方法，步骤如下：首先，获取变压器油中溶解气体相关数据与变压器故障信息作为样本数据，并用降半正态分布评分模型对油中溶解气体数据进行预评估；其次，确定神经网络的网络结构；然后，用改进的粒子群算法优化神经网络的参数；再用预评估后的样本数据对参数优化后的神经网络进行训练，得到最终的神经网络模型；最后，用该神经网络模型处理待评估的变压器数据，便会诊断出变压器的故障类型；本发明方法可以降低原始数据冗余信息的干扰，提高评估数据的有效性；同时加快神经网络训练时的收敛速度、提高参数寻优的搜索能力，并最终提高变压器故障诊断的准确率和可靠度。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明专利
Patent No.： CN201610898110.3
Filing Date： 2016-10-14
Publication Date： 2017-03-29
Pub. No.： CN106548230A
Applicants： 云南电网有限责任公司昆明供电局;;西安交通大学
Legal Status： 在审
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
