基于邻域粒子群优化神经网络的变压器故障诊断
为了提高变压器故障诊断正判率,提出了一种邻域粒子群算法优化BP神经网络的电力变压器油中气体分析（DGA）方法,即通过相关统计分析和数据的预处理,选择变压器油中典型气体作为神经网络的输入,然后利用训练好的邻域粒子群算法优化后的神经网络进行变压器故障类型诊断。试验结果表明,该类方法具有很好的分类效果,较好地解决了变压器放电和过热共存时故障的难分辨问题,对故障类型的正判率较高。
Furkejuvvon:
| Váldodahkkit: | , , , |
|---|---|
| Materiálatiipa: | Artigo |
| Giella: | Chinês |
| Almmustuhtton: |
Editorial Department of High Voltage Apparatus
2008-01-01
|
| Ráidu: | Gaoya dianqi |
| Fáttát: | |
| Liŋkkat: | http://www.zgydq.com/zh/article/70070323/ |
| Fáddágilkorat: |
Eai fáddágilkorat, Lasit vuosttaš fáddágilkora!
|