改进的小波神经网络算法对变流器的故障诊断方法

• 作者: 张亮 段其昌 袁景明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 变流器 故障诊断 离散小波神经网络 递推最小二乘法 变加权 变学习率
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2143-2145
• 分类号: TP183
• 字数: 2339字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.02143

摘要

变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定.针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法.选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析.实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段其昌	重庆大学自动化学院	70	642	14.0	20.0
2	张亮	重庆大学自动化学院	38	233	9.0	14.0
3	袁景明	重庆大学自动化学院	3	25	3.0	3.0