AGA-BP神经网络用于变压器超高频局部放电模式识别

• 作者: 李彦明 沈嵩 王国利 郑毅 郝艳捧
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 变压器 超高频局部放电检测 模式识别 AGA-BP混合算法 神经网络
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 论文报告
• 页码范围: 6-9,55
• 页数: 5页
• 分类号: TM855
• 字数: 3157字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2003.02.002

摘要

结合自适应遗传算法(AGA)和BP算法各自的优点,本文构造了AGA-BP混合算法作为神经网络的学习算法.分别采用BP、AGA和AGA-BP神经网络对实验室中变压器超高频局部放电自动识别系统检测到的五种放电类型进行了模式识别.实验结果表明,AGA-BP神经网络既解决了BP神经网络对初始权值敏感和容易局部收敛的问题,又提高了AGA神经网络的收敛速度、稳定性和求解质量,具有较高的识别率和较强的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦明	西安交通大学电气工程学院	273	7763	48.0	71.0
2	郝艳捧	西安交通大学电气工程学院	32	1323	17.0	32.0
3	王国利	西安交通大学电气工程学院	33	1270	17.0	33.0
4	郑毅		5	354	5.0	5.0
5	沈嵩	西安交通大学电气工程学院	1	40	1.0	1.0