基于MEA-LVQ神经网络的GIS特高频局部放电识别研究

• 作者: 刘晨斐 崔昊杨 李亚 李鑫 束江 许永鹏
• 来源期刊: 高压电器
• 关键词: 思维进化算法 气体绝缘全封闭组合电器 K交叉验证 学习向量量化神经网络 放电识别
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究与分析
• 页码范围: 61-66
• 页数: 6页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2017.06.011

摘要

针对学习向量量化(learning vector quantization,LVQ)神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法(mindevolutionary algorithm,MEA)优化LVQ神经网络的GIS特高频局部放电识别模型.该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型.对比该模型和BP网络、LVQ网络以及K交叉验证LVQ网络的放电识别准确率,结果表明:MEA优化的LVQ神经网络具有更高的识别精度.文中的研究对于提高局部放电识别准确率具有一定的价值.