径向基函数神经网络在电力变压器故障诊断中的应用

• 作者: 麻闽政
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 电力变压器 故障诊断 油中溶解气体法 径向基函数神经网络 量子粒子群优化算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 开发与应用
• 页码范围: 80-83
• 分类号: TM726|TM853
• 字数: 3526字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2012.01.017

摘要

基于油中溶解气体分析法,采用径向基函数(radical basis function,RBF)神经网络模型对电力变压器进行故障诊断.为了提高诊断模型的辨识精度,分两步对RBF神经网络的模型参数进行辨识:首先采用减聚类算法确定RBF神经网络隐含层基函数的中心点,然后采用量子粒子群优化(quantum-behaved particle swarm opti mization,QPSO)算法求解基函数的宽度以及隐含层与输出层的连接权重.仿真实验结果表明,该方法的故障诊断正确率较高,达90.67％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	麻闽政		1	7	1.0	1.0