期刊文献+

基于差分进化算法与BP神经网络的变压器故障诊断 被引量:42

Transformer fault diagnosis based on differential evolution algorithm and BP neural network
下载PDF
导出
摘要 针对BP神经网络在识别变压器故障时容易陷入局部最优、诊断精度低、收敛速度慢等缺点,提出一种自适应差分进化算法与BP神经网络相结合的变压器故障诊断方法。该方法采用差分进化算法优化BP神经网络初始权值和阈值,将优化结果赋值BP神经网络进行网络训练,最终得到用于变压器故障诊断的最佳网络模型。实验结果表明,该组合算法比传统BP神经网络具有更高的诊断精度和更快的收敛速度,是一种更适合变压器故障诊断的高效方法。 Aiming at the shortcomings of BP neural network,such as easily falling into local optimum,low diagnostic accuracy and slow convergence speed,a transformer fault diagnosis method based on adaptive differential evolution algorithm and BP neural network is proposed in this paper.This method uses differential evolution algorithm to optimize the initial weights and thresholds of BP neural network,and assigns the optimized results to BP neural network for network training.Finally,the optimal network model for transformer fault diagnosis is obtained.The experimental results show that the combined algorithm has higher diagnostic accuracy and faster convergence speed than the traditional BP neural network,which is a more efficient method for transformer fault diagnosis.
作者 孔德钱 张新燕 童涛 高亮 张家军 古超帆 Kong Deqian;Zhang Xinyan;Tong Tao;Gao Liang;Zhang Jiajun;Gu Chaofian(School of Electrical Engineering,Xinjiang University,Urumqi 830047,China)
出处 《电测与仪表》 北大核心 2020年第5期57-61,共5页 Electrical Measurement & Instrumentation
基金 国家自然科学基金资助项目(51667018)。
关键词 BP神经网络 变压器故障 差分进化算法 网络模型 BP neural network transformer fault differential evolution algorithm network model
  • 相关文献

参考文献10

二级参考文献119

共引文献149

同被引文献648

引证文献42

二级引证文献294

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部