基于蚁群算法的容错RBF-NN诊断模型性能评估

• 作者: 孙雅明 张世英 张智晟
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 径向基函数神经网络 蚁群优化算法 输电配电系统 故障诊断 容错性能
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 44-48,102
• 页数: 6页
• 分类号: TM732|TP1
• 字数: 5088字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2007.02.008

摘要

文中构造了基于蚁群优化算法(ant colony optimization algorithm, ACOA)的容错径向基函数神经网络(radial basis function neural network,RBF-NN)故障诊断模型,它具有强逼近能力,采用ACOA优化NN可进一步改善泛化性能.该文又考虑了把故障信息受随机因素干扰而产生的变异故障样本加入NN的训练样本集中,以提高NN的容错性能.将该模型用于高压输电线系统和配电网故障诊断,并作容错性能的评估.由仿真测试表明,研究模型的容错性能要优于传统的BP-NN和GA-NN诊断模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世英	天津大学管理工程学院	321	9183	51.0	81.0
2	孙雅明	天津大学电气与自动化工程学院	56	3112	30.0	55.0
3	张智晟	天津大学电气与自动化工程学院	11	375	8.0	11.0