多重遗传神经网络在微量特征气体临界值识别中的应用

• 作者: 刘君华 吴浩扬 张勇 李昕
• 来源期刊: 西安交通大学学报
• 关键词: 遗传算法 神经网络 变压器 特征气体
• 年，卷（期）: 2001,（4）
• 页码范围: 335-337,342
• 页数: 4页
• 分类号: TM835
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2001.04.002

摘要

将气敏元件阵列技术和遗传神经网络相结合，检测了电力变压器油中的4种微量故障特征气体(1×10－6～70×10－6级的φ(H2)、φ(C2H4)、φ(C2H2)和50×10－6～550×10－6级的φ(CO))．计算结果表明，单一网络的泛化能力较强，但识别准确度在某些值处达不到实用的要求．针对变压器油中故障特征气体临界值的识别在电力变压器早期故障诊断中的重要性，提出了一种利用遗传神经网络进一步提高混合气体临界值识别准确度的新技术，即多重遗传神经网络识别法，它既可以在大范围内识别故障气体的种类和浓度，又可以在这些气体临界值附近进行准确识别，以满足实际工况的应用．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	西安交通大学电气工程学院	195	1344	19.0	31.0
2	刘君华	西安交通大学电气工程学院	224	3216	28.0	45.0
3	李昕	西安交通大学电气工程学院	36	213	7.0	13.0
4	吴浩扬	西安交通大学电气工程学院	13	563	9.0	13.0