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:
为了解决粒子群算法的早熟收敛问题和BP神经网络梯度下降训练法收敛速度慢、容易陷入局部极小值的问题,将免疫学中的克隆、变异理论用于粒子群算法的优化,建立免疫粒子群算法并给出算法步骤及免疫粒子群算法训练BP神经网络的步骤,将其应用到电力变压器的故障诊断中.仿真实验证明所提出的方法对变压器故障的诊断准确率可达95%以上,能够满足工程应用的需要.
推荐文章
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ACS⁃SA文化基因算法的BP神经网络变压器故障诊断
BP神经网络
文化基因算法
变压器
故障诊断
基于Python技术GA-BP神经网络的变压器故障诊断研究
变压器
Python
GA-BP神经网络
故障诊断
BP神经网络在变压器故障诊断中的应用
变压器
气体分析
BP神经网络
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 基于免疫粒子群和BP神经网络的变压器故障诊断技术
来源期刊 北华大学学报(自然科学版) 学科 工学
关键词 粒子群 免疫 BP神经网络 故障诊断 变压器
年,卷(期) 2014,(2) 所属期刊栏目 工业技术
研究方向 页码范围 269-273
页数 5页 分类号 TU454
字数 2936字 语种 中文
DOI 10.11713/j.issn.1009-4822.2014.02.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 白晶 北华大学电气信息工程学院 64 288 9.0 14.0
2 张玉欣 北华大学电气信息工程学院 12 66 4.0 8.0
3 张绍鹏 北华大学电气信息工程学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (52)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (7)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群
免疫
BP神经网络
故障诊断
变压器
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
北华大学学报(自然科学版)
双月刊
1009-4822
22-1316/N
大16开
吉林市滨江东路3999号
12-184
2000
chi
出版文献量(篇)
3823
总下载数(次)
8
总被引数(次)
16075
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导