【摘要】：BP神經(jīng)網(wǎng)絡具有良好的自學習、自適應和泛化能力,但運算過程中容易陷入局部極小值,同時隱含層節(jié)點數(shù)的選擇也影響著診斷的效果。文中根據(jù)經(jīng)驗公式縮小隱含層節(jié)點數(shù)范圍,在小范圍里尋找最優(yōu)的隱含層節(jié)點數(shù)。根據(jù)遺傳算法具有全局尋優(yōu)的特點,用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡訓練的初始權(quán)值閾值,可以避免BP神經(jīng)網(wǎng)絡陷入局部極小值的問題。結(jié)合兩種方法對電網(wǎng)進行故障診斷,實例分析表明該方法可以準確有效地診斷出電網(wǎng)故障位置,提高電網(wǎng)故障診斷的容錯性。
[Abstract]:BP neural network has good ability of self-learning, self-adaptation and generalization, but it is easy to fall into local minimum in the process of operation, and the selection of hidden layer nodes also affects the effect of diagnosis. In this paper, according to the empirical formula, the range of hidden layer nodes is reduced, and the optimal number of hidden layer nodes is found in a small range. According to the global optimization characteristics of genetic algorithm, using genetic algorithm to optimize the initial weight threshold of BP neural network training can avoid the problem of BP neural network falling into local minimum. The fault diagnosis of power network is carried out by combining the two methods. The example analysis shows that this method can accurately and effectively diagnose the fault location of power network and improve the fault tolerance of power network fault diagnosis.
【作者單位】： 昆明理工大學信息工程與自動化學院;
【分類號】：TP183;TM732

【相似文獻】

相關(guān)期刊論文 前10條

1 侯玉t$;束洪春;;配電網(wǎng)故障診斷方法綜述[J];云南水力發(fā)電;2007年04期

2 林圣;何正友;錢清泉;;輸電網(wǎng)故障診斷方法綜述與發(fā)展趨勢[J];電力系統(tǒng)保護與控制;2010年04期

3 張旭;魏娟;趙冬梅;張東英;劉燕華;;電網(wǎng)故障診斷的研究歷程及展望[J];電網(wǎng)技術(shù);2013年10期

4 吳利劍;朱立忠;王琳琳;;故障診斷信息缺失情況下的電網(wǎng)故障診斷系統(tǒng)[J];沈陽理工大學學報;2014年02期

5 劉海寬,韓華,王全;保護電網(wǎng)故障診斷系統(tǒng)[J];佳木斯大學學報(自然科學版);2002年02期

6 聶曉棠,段奇志,彭志權(quán);電網(wǎng)故障診斷新方法的研究[J];華中電力;2004年05期

7 毛鵬,張軍林,許揚,茹鋒;區(qū)域電網(wǎng)故障診斷系統(tǒng)設計[J];江蘇電機工程;2005年06期

8 陳玉林;陳允平;孫金莉;邱君瑪;;電網(wǎng)故障診斷方法綜述[J];中國電力;2006年05期

9 翁漢t ;毛鵬;林湘寧;;一種改進的電網(wǎng)故障診斷優(yōu)化模型[J];電力系統(tǒng)自動化;2007年07期

10 栗然;仇曉龍;;基于模糊Petri網(wǎng)的輸電網(wǎng)故障診斷改進方法[J];中國電力;2008年05期

相關(guān)會議論文 前6條

1 王強;劉震;;電網(wǎng)故障診斷研究[A];山東電機工程學會2011年學術(shù)年會論文集[C];2011年

2 王強;劉震;;電網(wǎng)故障診斷研究[A];第十九屆輸配電研討會論文集[C];2011年

3 高瑋;何正友;楊建維;劉超;;量子神經(jīng)網(wǎng)絡的電網(wǎng)故障診斷方法[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（中冊）[C];2008年

4 孫秋野;張化光;李鐘旭;周建國;;數(shù)據(jù)驅(qū)動的不確定信息下智能電網(wǎng)故障診斷[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

5 祝亞靜;顧雪平;;基于粗糙集理論和證據(jù)理論相結(jié)合的電網(wǎng)故障診斷[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（中冊）[C];2008年

6 孟祥萍;劉春玲;耿衛(wèi)星;潘瑩;司春旺;;基于EMS、SCADA狀態(tài)信息的電網(wǎng)故障診斷方法[A];2006電力系統(tǒng)自動化學術(shù)交流研討大會論文集[C];2006年

相關(guān)博士學位論文 前9條

1 趙冬梅;基于多信息源的電網(wǎng)故障診斷方法的研究[D];華北電力大學（北京）;2005年

2 劉道兵;電網(wǎng)故障診斷的解析化建模與求解[D];華北電力大學;2012年

3 劉思華;電網(wǎng)故障診斷方法的研究[D];山東大學;2010年

4 楊健維;基于模糊Petri網(wǎng)的電網(wǎng)故障診斷方法研究[D];西南交通大學;2011年

5 王磊;電網(wǎng)故障診斷方法及其系統(tǒng)架構(gòu)研究[D];山東大學;2013年

6 周永勇;配電網(wǎng)故障診斷、定位及恢復方法研究[D];重慶大學;2010年

7 周子冠;電網(wǎng)多數(shù)據(jù)源在線診斷方法研究[D];中國電力科學研究院;2010年

8 徐青山;基于混沌載波優(yōu)化及行波多分辨理論的輸電網(wǎng)故障診斷[D];東南大學;2006年

9 周曙;基于貝葉斯網(wǎng)的電力系統(tǒng)故障診斷方法研究[D];西南交通大學;2010年

相關(guān)碩士學位論文 前10條

1 朱元林;在線電網(wǎng)故障診斷預處理功能的研究[D];華北電力大學（北京）;2011年

2 趙培哲;基于貝葉斯網(wǎng)的電網(wǎng)故障診斷技術(shù)[D];湖南工業(yè)大學;2015年

3 方志宏;基于故障錄波數(shù)據(jù)的分析軟件設計與電網(wǎng)故障診斷方法[D];西南交通大學;2015年

4 羅孝輝;基于改進貝葉斯網(wǎng)絡和Hibert-Huang變換的多源信息融合電網(wǎng)故障診斷方法[D];西南交通大學;2015年

5 劉大偉;基于開關(guān)量和電氣量的電網(wǎng)故障診斷[D];山東大學;2015年

6 衣得源;一種基于模糊Petri網(wǎng)的電網(wǎng)故障診斷方法研究與設計[D];東北大學;2013年

7 張立穎;多數(shù)據(jù)源信息融合的電網(wǎng)故障診斷方法研究[D];東北大學;2013年

8 孫亞;基于分層理論的電網(wǎng)故障診斷及脆弱性評估方法研究[D];東北大學;2014年

9 史佳琪;基于解析模型的輸電網(wǎng)故障診斷技術(shù)的研究[D];東北大學;2014年

10 李宗輝;配電網(wǎng)故障診斷系統(tǒng)[D];福州大學;2014年

，

本文編號：2478003