| 基于极限学习机的变压器故障快速识别 |
| |
| 引用本文： | 刘晓乐,刘艳.基于极限学习机的变压器故障快速识别[J].微型机与应用,2015(2):52-54. |
| |
| 作者姓名： | 刘晓乐 刘艳 |
| |
| 作者单位： | 北京科技大学自动化学院 |
| |
| 基金项目： | 中央高校基本科研业务费专项(FRF-SD-12-008);北京市重点学科共建项目(XK100080537) |
| |
| 摘 要： | 针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。
|
| 关 键 词： | 电力变压器 故障快速识别 极限学习机 油中溶解气体分析 |
Power transformer fault fast recognition based on extreme learning machine |
| |
| Liu Xiaole;Liu Yan.Power transformer fault fast recognition based on extreme learning machine[J].Microcomputer & its Applications,2015(2):52-54. |
| |
| Authors: | Liu Xiaole;Liu Yan |
| |
| Affiliation: | Liu Xiaole;Liu Yan;School of Automation and Electrical Engineering, University of Science and Technology Beijing; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
