改进DE与广义神经网络在变压器故障诊断中的仿真研究

• 作者: 周惠龙 杨有婵 黄哲
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 电力变压器 改进微分进化 模糊聚类 广义神经网络 故障诊断
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 30-33,37
• 页数: 5页
• 分类号: TM41
• 字数: 3918字
• 语种: 中文

摘要

针对微分进化DE(differential evolution)算法存在的过早出现收敛而易陷入局部最优值的不足,提出了改进DE算法与模糊聚类相结合的广义神经网络的变压器故障诊断新方法.该方法根据变压器油中的5种特征气体含量,利用自适应调整策略改进微分进化参数而进行优化模糊聚类目标函数,同时广义神经神经网络又可以发挥其训练速度快和逼近效果好等方面的优势,得出故障类型.从仿真实验结果来看,将该混合算法进行变压器故障诊断其准确率和收敛速度快都有了很好的改善,相比改进DE神经网络和FCM神经网络其逼近效果也是最好的,有利于更好的诊断故障,并通过样本验证结果进行比较.该模型简单易于实现,具有很强的实用性和泛化性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨有婵	广西大学电气工程学院	1	1	1.0	1.0
2	黄哲	广西大学电气工程学院	3	3	1.0	1.0
3	周惠龙	广西大学电气工程学院	2	3	1.0	1.0