IPSO-BP神经网络算法在油浸式变压器故障诊断中的应用

• 作者: 宋朝鹏
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: BP神经网络 粒子群 变压器 故障诊断
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 诊断与改进
• 页码范围: 196-198
• 页数: 3页
• 分类号: TM411
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2020.12.062

摘要

为提高油浸式变压器故障诊断的准确率,基于变压器油中溶解气体分析技术,提出了一种改进粒子群优化BP神经网络的变压器故障诊断算法.通过动态调整PSO算法的惯性权值与加速因子,并引入变异运算,形成改进的粒子群优化算法,并建立改进粒子群优化BP神经网络模型,弥补了BP神经网络收敛速度慢、易陷入局部极小值、鲁棒性不好等不足.通过对200组训练样本和120组测试样本的仿真实验,可知IPSO-BP算法在变压器故障诊断中具有良好的泛化能力和较高的诊断准确率,证实了该方法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋朝鹏		1	0	0.0	0.0