基于IPSO-BP神经网络的变压器故障诊断方法

• 作者: 张锐 李晓娜 韩超
• 来源期刊: 计算机系统应用
• 关键词: 变压器 故障诊断 BPNN PSO算法 IPSO算法
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 125-128
• 页数: 4页
• 字数: 2864字
• 语种: 中文

摘要

标准粒子群优化(PSO)算法对惯性权重采取简单的线性衰减方案,无法获得全局最优点.为了弥补该方法的缺陷,提出了一种改进的粒子群优化(IPSO)算法,并将该算法与误差反向传播神经网络(BPNN)相结合,进而提出一种基于IPSO-BPNN的变压器故障诊断新方法.该方法将单个粒子连续被选为最优解的次数作为自适应变量,并根据粒子的性能分类结果,自适应地调整各粒子的惯性权重,从而达到平衡局部和全局搜索能力的目的.大量仿真表明该算法性能明显优于基于BPNN和PSO-BPNN的变压器故障诊断系统,变压器故障诊断正确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张锐		15	65	4.0	7.0
2	韩超	东北电力大学自动化工程学院	2	11	2.0	2.0
3	李晓娜	东北电力大学电气工程学院	4	40	4.0	4.0