文档名：基于IAFS算法融合小波神经网络的变压器故障诊断研究
摘要：鉴于小波神经网络训练模型在电力变压器故障诊断中存在易陷入局部最优与对初始值高难度、高要求性问题,通过将人工鱼群算法和小波神经网络技术有机地融入到变压器故障诊断中,开发出一种全新、高效的方法.采用人工鱼群算法改善小波神经网络训练模型的权重和阈值,以达到最佳的模型性能,提升模型的准确性和可靠性.在整个学习过程中,小波神经网络训练模型的复杂度和泛化能力都得到了较大的提升,同时加快了收敛速度,从全局搜索逐步转向精细搜索,避免算法出现局部最优的情况.最后,通过仿真实验结果证明所提方法可有效地提升变压器故障诊断的准确度,提高了变压器故障诊断效率.
Abstract：Inviewoftheproblemsthatthetrainingmodelofwaveletneuralnetworkiseasytofallintolocaloptimalandrequireshighinitialvalueinpowertransformerfaultdiagnosis,atransformerfaultdiagnosismethodbasedonthecombinationofimprovedartificialfishswarmalgorithmandwaveletneuralnetworktrainingmodelisproposedinthispaper.Byimprovingtheartificialfishswarmalgorithm(IAFS),theweightandthresholdparametersofthetrainingmodelofthewaveletneuralnetworkareoptimizedandsimulated.Inthewholelearningprocess,thecomplexityandgeneralizationabilityofthetrainingmodelofthewaveletneuralnetworkaregreatlyimproved,andtheconvergencespeedisaccelerated,whichgraduallyshiftsfromglobalsearchtofinesearchtoavoidthelocaloptimalsituationofthealgorithm.Finally,thesimulationresultsshowthattheproposedmethodcaneffectivelyimprovetheaccuracyoftransformerfaultdiagnosisandimprovetheefficiencyoftransformerfaultdiagnosis.
作者：郭元皓Author：GUOYuanhao
作者单位：中冶赛迪电气技术有限公司,重庆400010
刊名：电气应用
Journal：ElectrotechnicalApplication
年，卷(期)：2024, 43(1)
分类号：
关键词：小波神经网络 改进人工鱼群算法 变压器故障 优化模拟
Keywords：waveletneuralnetwork improvedartificialfishswarm(IAFS) algorithmtransformerfault optimizationsimulation
机标分类号：TP301.6TP18O657.3
在线出版日期：2024年2月3日
基金项目：基于IAFS算法融合小波神经网络的变压器故障诊断研究[
期刊论文] 电气应用--2024, 43(1)郭元皓鉴于小波神经网络训练模型在电力变压器故障诊断中存在易陷入局部最优与对初始值高难度、高要求性问题,通过将人工鱼群算法和小波神经网络技术有机地融入到变压器故障诊断中,开发出一种全新、高效的方法.采用人工鱼群算法...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于IAFS算法融合小波神经网络的变压器故障诊断研究 Research on transformer fault diagnosis based on IAFS algorithm and wavelet neural network
基于IAFS算法融合小波神经网络的变压器故障诊断研究.pdf
- 文件大小:
- 1.14 MB
- 下载次数:
- 60
-
高速下载
|
|
