【摘要】：針對(duì)變壓器故障診斷準(zhǔn)確率低的問(wèn)題提出了粒子群-自組織映射-學(xué)習(xí)矢量化(PSO-SOM-LVQ)混合神經(jīng)網(wǎng)絡(luò)算法。為了獲取更加有效的SOM神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),首先采用PSO算法對(duì)SOM神經(jīng)網(wǎng)絡(luò)的權(quán)值向量加以改進(jìn),在此基礎(chǔ)上融入LVQ神經(jīng)網(wǎng)絡(luò),彌補(bǔ)了無(wú)監(jiān)督學(xué)習(xí)SOM神經(jīng)網(wǎng)絡(luò)的不足。這種PSO、SOM和LVQ相結(jié)合的混合神經(jīng)網(wǎng)絡(luò)算法提高了變壓器故障診斷的精度,減少了故障診斷的誤差。通過(guò)仿真,對(duì)SOM、PSO-SOM和PSO-SOM-LVQ這3種算法進(jìn)行了對(duì)比。對(duì)比結(jié)果表明,PSO-SOM-LVQ混合神經(jīng)網(wǎng)絡(luò)算法準(zhǔn)確度最高,其故障診斷準(zhǔn)確率為100%。由此可見(jiàn),采用PSO-SOM-LVQ混合神經(jīng)網(wǎng)絡(luò)算法可有效提高變壓器故障診斷的性能。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇宏升;李群湛;;概念格在變壓器故障診斷中的應(yīng)用研究[J];高電壓技術(shù);2006年02期

2 閆學(xué)杰;;煤礦變壓器故障診斷的研究[J];煤礦現(xiàn)代化;2011年02期

3 王錚一;鄭文杰;;基于基因表達(dá)式編程的變壓器故障診斷[J];陜西電力;2012年04期

4 ;變壓器故障診斷[J];電氣制造;2012年05期

5 肖華蘭;吳駿;;基于多分類相關(guān)向量機(jī)的變壓器故障診斷[J];電子世界;2013年15期

6 ;《大型變壓器故障診斷技術(shù)的研究》技術(shù)成果通過(guò)電力部鑒定[J];上海電力學(xué)院學(xué)報(bào);1995年04期

7 張豐仁,張恩鋒;氣相色譜分析在變壓器故障診斷中的應(yīng)用[J];中國(guó)煤炭;2000年10期

8 馬素媛;氣相色譜法在電力變壓器故障診斷中的實(shí)際應(yīng)用[J];冶金動(dòng)力;2000年05期

9 錢政,黃蘭,嚴(yán)璋,羅承沐;集成模糊數(shù)學(xué)與范例推理的變壓器故障診斷方法[J];電網(wǎng)技術(shù);2001年09期

10 孫輝,李衛(wèi)東,孫啟忠;判決樹(shù)方法用于變壓器故障診斷的研究[J];中國(guó)電機(jī)工程學(xué)報(bào);2001年02期

相關(guān)會(huì)議論文 前10條

1 胡澤江;張海濤;;可拓關(guān)聯(lián)函數(shù)與屬性約簡(jiǎn)相結(jié)合的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

2 周柯;羅安;;信息融合技術(shù)在變壓器故障診斷中的應(yīng)用[A];2009年全國(guó)輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會(huì)論文集[C];2009年

3 趙繼印;李建坡;黎巧生;;基于氣相色譜分析方法的變壓器故障診斷系統(tǒng)[A];“振興吉林老工業(yè)基地——科技工作者的歷史責(zé)任”吉林省第三屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

4 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

5 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年全國(guó)輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會(huì)論文集[C];2009年

6 禹建麗;周瑞芳;;一種基于神經(jīng)網(wǎng)絡(luò)和模糊理論的變壓器故障診斷[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

7 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

8 陳湘萍;;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

9 卞建鵬;廖瑞金;楊麗君;鄭含博;;基于均值核聚類與二叉樹(shù)支持向量機(jī)的變壓器故障診斷新技術(shù)的研究[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

10 于虹;張永剛;;基于模擬退火和支持向量機(jī)理論的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 廣西龍州縣鴨水電廠 王f ;變壓器故障診斷方法的探討[N];中華合作時(shí)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 司馬莉萍;基于改進(jìn)支持向量機(jī)的電力變壓器故障診斷與預(yù)測(cè)方法的研究[D];武漢大學(xué);2012年

2 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測(cè)研究[D];華北電力大學(xué)（河北）;2009年

3 鄧宏貴;可拓理論與關(guān)聯(lián)分析及其在變壓器故障診斷中的應(yīng)用[D];中南大學(xué);2005年

4 鄭元兵;變壓器故障診斷與預(yù)測(cè)集成學(xué)習(xí)方法及維修決策模型研究[D];重慶大學(xué);2011年

5 尹金良;基于相關(guān)向量機(jī)的油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2013年

6 張利偉;油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2014年

7 陳舵;模糊聚類分析及其在電力變壓器故障診斷中的應(yīng)用研究[D];西安理工大學(xué);2008年

8 唐勇波;數(shù)據(jù)驅(qū)動(dòng)的大型電力變壓器故障診斷和預(yù)測(cè)研究[D];中南大學(xué);2013年

9 鄭蕊蕊;智能信息處理理論的電力變壓器故障診斷方法[D];吉林大學(xué);2010年

10 蘇宏升;軟計(jì)算方法及其在電力系統(tǒng)故障診斷中的若干應(yīng)用研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉飛霞;基于蟻群算法的變壓器故障診斷研究[D];長(zhǎng)沙理工大學(xué);2014年

2 李江浩;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法的研究[D];華北電力大學(xué);2015年

3 隋卓;基于振動(dòng)能量法的電力變壓器故障診斷與初步定位研究[D];華北電力大學(xué);2015年

4 李洪超;基于M-LS-SVM的變壓器故障診斷研究[D];浙江工商大學(xué);2015年

5 宋桐;多模型組合優(yōu)化的變壓器故障診斷策略研究[D];西安工程大學(xué);2015年

6 裴飛;基于在線序列極限學(xué)習(xí)機(jī)的變壓器故障診斷研究[D];華北電力大學(xué);2015年

7 朱紫娟;綜合故障診斷方法在電力變壓器故障診斷中的應(yīng)用研究[D];西安工程大學(xué);2016年

8 洪浪;基于油氣量和超高頻局放信號(hào)的變壓器故障診斷研究[D];湖北工業(yè)大學(xué);2016年

9 王瑩;變壓器故障診斷中油溶氣體基本信任分配函數(shù)研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

10 張楠喬;基于智能算法的扼流適配變壓器故障診斷的研究[D];北京交通大學(xué);2016年

，

本文編號(hào)：2565732