基因多点交叉遗传算法在变压器故障诊断中的应用

• 作者: 丁家峰 曹建 王会海 罗安 邓宏贵
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 高电压与绝缘技术 遗传算法 神经网络 溶解气体分析 变压器故障诊断
• 年，卷（期）: 2004,（24）
• 所属期刊栏目: 电力系统
• 页码范围: 1-4
• 页数: 4页
• 分类号: TM407
• 字数: 3221字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2004.24.001

摘要

文中提出了一种基因多点交叉遗传算法,设计了基于该遗传算法、自动调整网络参数、连接权重和偏差的最优神经网络,建立了一套集溶解气体分析(DGA)技术、遗传算法和神经网络为一体的变压器故障诊断系统.由于基因多点交叉遗传算法的全局搜索能力和神经网络的高度非线性映射属性,文中的故障诊断系统能够较好地自动识辨变压器油中溶解气体与故障的对应关系,离线试验和现场运行结果表明,该诊断系统对变压器的过热、放电和受潮等故障诊断有一定的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗安	湖南大学电气与信息工程学院	428	8209	44.0	74.0
2	邓宏贵	中南大学信息科学与工程学院	54	476	12.0	20.0
6	曹建	中南大学物理科学与技术学院	66	611	15.0	21.0
7	丁家峰	中南大学物理科学与技术学院	46	315	10.0	15.0
8	王会海	中南大学物理科学与技术学院	20	164	8.0	12.0