共查询到18条相似文献,搜索用时 78 毫秒
1.
针对BP神经网络在矿用变压器故障诊断中的缺陷,提出了一种基于改进CS-BP神经网络算法的矿用变压器故障诊断方法.提出的故障诊断方法充分利用了自适应布谷鸟搜索算法的全局搜索能力.首先对布谷鸟算法进行介绍,并根据其缺陷引入了优化公式,提出了一种自适应布谷鸟算法,该算法能更好的平衡搜索速度和精度之间的关系;其次基于自适应布谷... 相似文献
2.
3.
基于SMO-SVM算法的变压器故障诊断 总被引:3,自引:3,他引:0
支持向量机是一种基于统计学理论的机器学习算法,它能在训练样本很少的情况下达到很好的分类效果。针对变压器的特性,提出了以RBF为核函数的非线性支持向量机的二叉树多分类变压器故障诊断模型,利用序贯最优化算法(SMO)对样本进行训练,准确率较高。试验结果表明,SMO-SVM在变压器故障诊断中具有很大的应用潜力。 相似文献
4.
5.
针对支持向量机在故障诊断中参数的选取问题,提出一种改进的粒子群优化算法,对支持向量机的惩罚因子与核参数进行优化。为了克服传统粒子群算法前期收敛快、后期易陷入局部最优的缺陷,提出一种惯性权重自适应调整的粒子群优化算法,建立基于粒子群和支持向量的通风机故障诊断模型,通过样本数据对模型进行训练与测试,实现了通风机故障的识别,结果表明该模型对通风机故障的诊断是可靠的。 相似文献
6.
鉴于支持向量机在小样本数据情况下能够获得较大推广能力的特点,提出将支持向量机应用到矿用通风机的故障诊断中。利用网格搜索法对支持向量机进行参数寻优,通过多类分类方法对通风机故障进行分类,建立故障诊断模型。试验结果显示,该方法准确率较高,具有很好的适用性。 相似文献
7.
8.
针对矿用卡车发动机小样本故障数据导致诊断精度不足的问题,提出了一种基于改进的麻雀搜索算法优化基于凸半径边缘的SVM模型(F-SVM)的矿用卡车发动机智能故障诊断方法。首先,针对麻雀搜索算法中全局搜索能力不足的问题引入链式搜索策略。其次,遵循位置最优原则,对加入者位置更新进行改进,以提高其收敛性能。最后,使用改进后的麻雀算法对F-SVM的核参数g和惩罚因子C进行寻优,进而构建矿用卡车发动机故障诊断模型。实验结果表明,本文CSSA-F-SVM模型方法的预测准确度更高,分别较传统SVM和F-SVM模型提高了21.5%和4.1%。该模型能够较好地实现矿用卡车发动机常见故障的诊断,适用于小样本数据的故障预测,可为矿山机械设备的智能故障诊断提供参考。 相似文献
9.
10.
11.
基于人工鱼群算法的变压器故障诊断研究 总被引:1,自引:0,他引:1
针对变压器在故障诊断时复杂难辨的问题,提出了一种基于人工鱼群算法优化BP神经网络的故障诊断方法。该方法首先将所得的样本进行预处理,然后通过归一化后的故障特征量样本和目标期望输出,对建立的模型进行样本训练,最后将验证数据进行诊断测试。诊断结果表明,采用该方法可以满足变压器故障诊断的需要,具有很强的实用价值。 相似文献
12.
13.
煤矿电网中的电力设备长期在恶劣的环境下工作,发生故障的概率很大。如果故障不能被隔离,其将向上一级穿越,威胁到煤矿电网的稳定运行。由于深井供电系统自动化水平较低,因此有必要对矿区智能变电站进行穿越性故障诊断。通过分析煤矿电网特征,编写了故障区段识别程序,并采用隔离算法进行穿越故障识别。 相似文献
14.
为了解决电力变压器中故障预测存在的大量随机性和模糊性问题,针对矿用变压器故障数据少,采用了灰色系统理论对其进行灰建模,灰预测。通过实例验证了该方法的有效性和适用性,从而为矿山超前采取防范措施提供了依据。 相似文献
15.
16.
17.
18.
提出利用GA-BP神经网络的系统对变压器的故障诊断进行优化。利用GA遗传算法优化BP的初始权值,得到GA-BP神经网络。同时使用L-M算法训练GA-BP,使其可精确识别故障变压器内部的气体含量变化,并针对变压器故障诊断过程进行高效处理。GA-BP神经网络具备模糊算法,具有计算快速和判断准确等优点,可在很多的领域内保障电气安全,因而其具有良好的发展前景。 相似文献