基于粗糙集与粒子群神经网络的变压器故障诊断

• 作者: 吴杰康 张丽平 曾振达 邹志强 陶飞达 龚杰
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 变压器 故障诊断 粗糙集 神经网络 离散化 粒子群优化算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 基金论文
• 页码范围: 113-120
• 页数: 8页
• 分类号: TM401
• 字数: 5522字
• 语种: 中文

摘要

结合粗糙集、粒子群优化算法以及BP神经网络各自的特点,并引用油中气体分析,提出一种用于变压器故障诊断的方法.首先,将气体特征法和改良三比值法所选取的特征量的连续数值离散化;然后,基于粗糙集的知识约简方法,获得融合气体特征法和改良三比值法的约简决策表;最后,构建一个3层的BP神经网络,并应用PSO算法优化网路参数,将决策信息表中的条件属性和决策属性分别作为神经网络的输入、输出量,训练神经网络.实验结果表明,本文所提出的算法可以有效地运用到变压器故障诊断中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾振达		10	10	2.0	2.0
2	吴杰康	广东工业大学自动化学院	87	775	14.0	24.0
3	陶飞达		20	46	4.0	5.0
4	龚杰	广东工业大学自动化学院	3	13	2.0	3.0
5	邹志强		8	8	2.0	2.0
6	张丽平		7	8	2.0	2.0