基于改进PSO-FNN神经网络变压器故障检测研究 |
| |
引用本文: | 任东红,谢萍萍,邢兵锁,李朝东,林鹏.基于改进PSO-FNN神经网络变压器故障检测研究[J].安徽水利水电职业技术学院学报,2023(1):35-39. |
| |
作者姓名: | 任东红 谢萍萍 邢兵锁 李朝东 林鹏 |
| |
作者单位: | 1. 铜陵职业技术学院;2. 国网铜陵供电公司 |
| |
基金项目: | 安徽省教育教学研究项目(2020jyxm2049);;安徽省重点科研项目(2022AH052754); |
| |
摘 要: | 针对电力变压器故障难以准确诊断的问题,提出了一种基于改进粒子群算法(PSO)的模糊神经网络(FNN)诊断模型。该模型运用模糊神经网络,同时结合变压器故障与变压器油中各气体成分之间的密切关系,确定了神经网络输入变量,同时在标准粒子群算法中引入遗传变异因子对模型进行训练,提高了训练精度。MATAB软件测试结果表明,模型预测精度较高,可进一步研究应用。
|
关 键 词: | 变压器故障 改进粒子群算法 模糊神经网络 遗传变异 诊断 |
|
|