基于遗传算法进化小波神经网络的电力变压器故障诊断

• 作者: 云玉新 孙才新 杜林 潘翀 陈伟根
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 电力变压器 故障诊断 油中溶解气体分析 遗传算法进化 小波神经网络 遗传算法
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 研制与开发
• 页码范围: 88-92
• 页数: 5页
• 分类号: TM407|TP18
• 字数: 4201字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2007.13.017

摘要

在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难.文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定.在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合.大量实例表明,该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙才新	重庆大学高电压与电工新技术教育部重点实验室	379	13536	63.0	93.0
2	杜林	重庆大学高电压与电工新技术教育部重点实验室	94	2866	32.0	49.0
3	陈伟根	重庆大学高电压与电工新技术教育部重点实验室	99	3160	34.0	52.0
4	潘翀	重庆大学高电压与电工新技术教育部重点实验室	10	407	9.0	10.0
5	云玉新	重庆大学高电压与电工新技术教育部重点实验室	6	289	6.0	6.0