混合神经网络在变压器故障诊断中的应用

• 作者: 唐依雯 夏飞 张浩 张茜 彭道刚 罗志疆
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 故障诊断 PSO算法 SOM神经网络算法 LVQ神经网络算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 118-124
• 页数: 7页
• 分类号: TM41|TN0
• 字数: 4281字
• 语种: 中文
• DOI: 10.13382/j.jemi.2017.01.017

摘要

针对变压器故障诊断准确率低的问题提出了粒子群-自组织映射-学习矢量化(PSO-SOM-LVQ)混合神经网络算法.为了获取更加有效的SOM神经网络拓扑结构,首先采用PSO算法对SOM神经网络的权值向量加以改进,在此基础上融入LVQ神经网络,弥补了无监督学习SOM神经网络的不足.这种PSO、SOM和LVQ相结合的混合神经网络算法提高了变压器故障诊断的精度,减少了故障诊断的误差.通过仿真,对SOM、PSO-SOM和PSO-SOM-LVQ这3种算法进行了对比.对比结果表明,PSO-SOM-LVQ混合神经网络算法准确度最高,其故障诊断准确率为100％.由此可见,采用PSO-SOM-LVQ混合神经网络算法可有效提高变压器故障诊断的性能.