基于深度ELM网络的电力变压器故障诊断

• 作者: 刘晓东 陈亮
• 来源期刊: 科学大众
• 学科: 工学
• 关键词: 自编码网络 ELM 人工鱼群算法 softmax分类器
• 年，卷（期）: kxdz_2018,（9）
• 页码范围: 33-34
• 页数: 2页
• 分类号: TP277

摘要

受深度自编码网络的启发,构建深度极限学习机(ELM)网络模型,并通过人工鱼群算法对其参数调优,最后通过softmax分类器进行分类。结合油中溶解气体分析(DGA)数据,提出了一种基于人工鱼群算法优化深度ELM网络的电力变压器故障诊断方法。试验表明,与深度自编码网络、深度ELM网络相比,本文算法诊断准确率更高,诊断速度更快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓东	武汉理工大学自动化学院	12	35	3.0	5.0
2	陈亮	武汉理工大学自动化学院	18	176	8.0	13.0