自适应遗传算法在变压器局部放电高频模式识别的应用

• 作者: 李彦明 王国利 郑浩 郝艳捧
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 变压器 局部放电超高频检测 模式识别 自适应遗传算法 神经网络
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 专论与综述
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP183:TM855
• 字数: 3782字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2004.04.001

摘要

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器局部放电超高频自动识别系统检测到的5种放电类型进行了模式识别.实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好地应用于变压器局部放电的超高频模式识别中.

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		273	7763	48.0	71.0
2	王国利	清华大学深圳研究生院	9	166	7.0	9.0
3	郝艳捧	清华大学深圳研究生院	7	150	5.0	7.0
4	郑浩		2	6	1.0	2.0