基于粒子群优化神经网络的高压断路器故障诊断

• 作者: 岳小斌 练刚
• 来源期刊: 电力学报
• 学科: 工学
• 关键词: 高压断路器 故障诊断 粒子群 神经网络
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 电机与电器
• 页码范围: 41-44,49
• 分类号: TM561
• 字数: 2888字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-6548.2011.01.009

摘要

传统的反向传播神经网络训练算法存在学习速度慢,容易陷入局部最优值等弊端.将粒子群优化的神经网络用于高压断路器故障诊断中,根据高压断路器测试系统检测所得的实验数据,提取相应的特征向量,建立高压断路器故障诊断模型.仿真结果表明此方法简单、有效、精度高,与采用传统的反向传播神经网络的模型相比具有明显的优越性,为高压断路器故障诊断提供了有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练刚		4	28	2.0	4.0