改进粒子群优化神经网络在变压器故障诊断中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：变压器绕组早期故障的诊断是实现安全生产、避免大事故的技术前提。由于变压器器身振动信号包含有丰富的信息，所以可以通过监测变压器振动信号来预估绕组的状况。笔者首先利用小波包分解原理将变压器振动信号分解到不同的频段中，然后计算各频段的能量熵值，并将其作为BP神经网络的输入向量，同时利用改进粒子群算法（IPS0）对BP神经网络进行优化。最后利用训练好的BP神经网络对变压器进行故障诊断。试验结果表明：与传统BP神经网络法和PSO-BP神经网络方法相比，该方法克服了BP神经网络的一些缺陷，具有较快的收敛速度和较高的诊断精度，对变压器绕组的早期故障具有良好的预测能力。http://www.cqvip.com//QK/91900X/201005/33725089.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：故障诊断 神经网络 神经网 粒子群 变压器 变压器 绕组 振动信号 改进粒子群算法 神经网络