基于小波包与改进的PSO-PNN变压器励磁涌流识别算法研究

• 作者: 公茂法 吴娜 宋健 接怡冰 李美蓉 解云兴
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 励磁涌流 小波包能量 粒子群 概率神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 17-23
• 页数: 7页
• 分类号: TM761
• 字数: 3425字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.08.004

摘要

利用小波包对励磁涌流和故障电流信号进行分解并提取小波包能量特征.采用改进粒子群(PSO)算法训练概率神经网络(PNN)寻找全局最优,对PNN网络的输入输出、传递函数以及隐含层节点数进行确定,建立PNN的网络模型,对网络进行训练测试,最后提出保护判据.研究发现,该算法不仅训练速度和收敛速度快,而且具有较高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴娜	山东科技大学电气与自动化工程学院	22	226	8.0	14.0
2	公茂法	山东科技大学电气与自动化工程学院	143	821	14.0	21.0
3	宋健		8	22	3.0	4.0
4	解云兴		8	18	3.0	4.0
5	接怡冰	山东科技大学电气与自动化工程学院	5	34	3.0	5.0
6	李美蓉		3	8	1.0	2.0