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: