本文關(guān)鍵詞：模糊聚類和LM算法改進BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷，由筆耕文化傳播整理發(fā)布。

模糊聚類和LM算法改進BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷_宋志

下載積分：1000

內(nèi)容提示：·54·。第49卷第5期2013年5月。High。VoltageApparatus。Vol.49No.5May2013。模糊聚類和LM算法改進BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷。宋志杰，。王。健。（華南理工大學電力學院，廣州）。摘要：在變壓器故障診斷中，目前BP神經(jīng)網(wǎng)絡(luò)算法存在訓練樣本分布不均勻，收斂速度慢、容易陷于局部極小點等問題，導致整體的診斷性能下降。通過對模糊聚類及LM算法改進的神經(jīng)網(wǎng)絡(luò)深入研究，并引入變壓器故障診斷中，該算法應(yīng)用模糊聚類對搜集到的樣本預處理，提高樣本的質(zhì)量，再用LM算法改進的神經(jīng)網(wǎng)絡(luò)來優(yōu)化搜索方向，可以實現(xiàn)網(wǎng)絡(luò)訓練速度及測試精度的提高。通過實例仿真實驗，驗證了該方法能夠有效診斷出變壓器的故障。。關(guān)鍵詞：模糊聚類；LM算法；BP神經(jīng)網(wǎng)絡(luò)；變壓器；故障診斷中圖分類號：TM41。文獻標志碼：A。文章編號：1001-1609（2013）05-0054-06。TransformerFaultDiagnosisBasedonBPNeuralNetworkOptimizedby。FuzzyClusteringandLMAlgorithm。SONGZhi-Jie，WANGJian。（CollegeofPower,SouthChinaUniversityofTechnology，，Guangzhou，China）。Abstract:SomeproblemsoftraditionalBPneutralnetworkalgorithmexistedintransformerfaultdiagnosis，suchasunevendistributionoftrainingsamples，slowconvergencespeedandeasytofallintolocalminimumpoints，whichresultedinth

文檔格式：PDF| 瀏覽次數(shù)：5| 上傳日期：2013-10-03 08:47:48| 文檔星級：

該用戶還上傳了這些文檔

  本文關(guān)鍵詞：模糊聚類和LM算法改進BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷，由筆耕文化傳播整理發(fā)布。