基于改进PSO优化PNN网络的变压器故障诊断方法

• 作者: 彭道刚 杨旭红 范俊辉 黄义超
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 变压器故障诊断 概率神经网络 改进粒子群算法 平滑因子
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 42-45,49
• 页数: 5页
• 分类号: TM411|TP183
• 字数: 4330字
• 语种: 中文

摘要

根据变压器产生故障时特征气体和故障类型的非线性关系,结合油中溶解气体分析方法,采用了基于改进粒子群-概率神经网络(PNN)的故障诊断方法.针对PNN网络平滑因子按照经验选取的不足,以及使用粒子群优化(PSO)该参数时搜索精度低、容易早熟收敛等缺点,改进粒子群引入遗传算法的变异操作,并在迭代中对惯性权重动态调整和加速因子的线性变化,并用于训练PNN神经网络平滑因子集合;然后将改进PSO-PNN神经网络应用于变压器故障诊断中,通过诊断测试验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨旭红	上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心	61	278	9.0	13.0
2	彭道刚	上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心	157	1369	20.0	28.0
3	黄义超		4	31	3.0	4.0
4	范俊辉	上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心	1	11	1.0	1.0