基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高电力变压器故障诊断的准确性,采用了一种自适应变异粒子群优化神经网络的方法,用于BP网络的权值优化.并根据变压器的故障特征,用优化好的BP网络进行故障诊断.该算法修正了粒子个体行动,克服了标准粒子群和BP网络易陷入局部极小的问题.实例仿真结果表明,该方法具有较好的分类效果,具有一定的实用性.
推荐文章
基于改进粒子群优化XGBoost的变压器故障诊断方法
变压器
故障诊断
极端梯度提升
粒子群算法
无编码比值
基于BP神经网络的电力变压器故障诊断
电力变压器
神经网络
三比值法
故障
诊断
基于模糊神经网络的电力变压器故障诊断研究
模糊神经网络
遗传算法
电力变压器
故障诊断
基于SOFM神经网络的变压器故障诊断研究
SOFM神经网络
故障诊断
改进的罗杰斯三比值法
变压器
泛化能力
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子群优化神经网络的电力变压器故障诊断
来源期刊 高压电器 学科 工学
关键词 电力变压器 粒子群优化算法 自适应变异 神经网络 故障诊断
年,卷(期) 2012,(2) 所属期刊栏目 研究与分析
研究方向 页码范围 42-45
页数 分类号 TM41
字数 3115字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (593)
参考文献  (15)
节点文献
引证文献  (28)
同被引文献  (139)
二级引证文献  (97)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(14)
  • 参考文献(0)
  • 二级参考文献(14)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(13)
  • 参考文献(2)
  • 二级参考文献(11)
2008(15)
  • 参考文献(4)
  • 二级参考文献(11)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(24)
  • 引证文献(5)
  • 二级引证文献(19)
2016(15)
  • 引证文献(6)
  • 二级引证文献(9)
2017(17)
  • 引证文献(3)
  • 二级引证文献(14)
2018(23)
  • 引证文献(2)
  • 二级引证文献(21)
2019(22)
  • 引证文献(2)
  • 二级引证文献(20)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
电力变压器
粒子群优化算法
自适应变异
神经网络
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高压电器
月刊
1001-1609
61-1127/TM
大16开
西安市西二环北段18号
52-36
1958
chi
出版文献量(篇)
5932
总下载数(次)
16
论文1v1指导