基于改進PGSA-BP神經(jīng)網(wǎng)絡的電力變壓器故障綜合診斷仿真研究.pdf_第1頁
已閱讀1頁，還剩71頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、文中闡述了電力變壓器故障診斷的機理及其特征、人工智能技術(shù)在變壓器故障診斷中的應用和國內(nèi)外發(fā)展概況，分析了電力變壓器故障產(chǎn)生的原因、現(xiàn)象和機理間的非線性關(guān)系，提出了采用PGSA結(jié)合神經(jīng)網(wǎng)絡對變壓器故障類型進行診斷的方法。
　　 文中從研究PGSA（模擬植物生長算法）本身算法的原理特征及存在的不足出發(fā)，引入文化算法對其進行改進，設計出文化算法改進PGSA的結(jié)構(gòu)圖與模型，為之后進行改進PGSA神經(jīng)網(wǎng)絡進行變壓器故障類型診斷提供了理論支

2、撐。改進PGSA在搜索過程中獲取和積累有關(guān)的搜索空間知識，并自動地控制搜索過程來求得全局最優(yōu)解，最后結(jié)合神經(jīng)網(wǎng)絡應用于變壓器故障診斷研究。文中針對該故障診斷模型，建立5-16-5結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡故障診斷模型，調(diào)用MATLAB7.2神經(jīng)網(wǎng)絡工具箱進行了實驗仿真。實驗結(jié)果表明，改進PGSA優(yōu)化BP神經(jīng)網(wǎng)絡用于變壓器故障診斷能有效的提高診斷速度及準確率，克服傳統(tǒng)神經(jīng)網(wǎng)絡在訓練時間與精確度上的不足，該方法提高了變壓器典型故障的診斷性能，并能有

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論