自适应学习速率法在变压器故障诊断中的应用

• 作者: 李建坡 赵继印 郑蕊蕊
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 自适应学习速率法 BP神经网络 误差自动调节修正因子 故障诊断 电力变压器
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 415-420
• 页数: 6页
• 分类号: TP183|TP306.3
• 字数: 3748字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2008.04.016

摘要

为了提高电力变压器故障诊断的准确率,针对油中溶解气体分析,提出了一种基于误差自动调节修正因子的自适应学习速率法,使神经网络通过自身的误差变化过程自动调整学习速率修正因子,保证网络总是以最大的可接受学习速率进行训练,从而提高网络收敛速度.针对电力变压器故障气体及故障类型的特点,建立了电力变压器故障诊断BP(Back-Propagation)网络模型,应用该算法和原算法对该故障诊断网络模型进行训练.仿真结果表明,该算法的训练次数减少了35.4%,收敛速度提高了44.9%,有效地改善了网络模型的性能.将该算法应用于电力变压器故障诊断,能较为精确地判断出电力变压器的故障类型,故障诊断准确率达90.8%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建坡	吉林大学通信工程学院	9	212	7.0	9.0
2	赵继印	大连民族学院机电信息工程学院	12	339	9.0	12.0
3	郑蕊蕊	吉林大学通信工程学院	11	310	8.0	11.0