为了优化反向传播网络相关学习参数,提出一种粒子群优化辅助BP 神经网络(BPNN)的新方法.以变压器油中气体体积分数百分比构造故障特征,将BP网络的初始权值和阈值进行实数编码,以对应PSO中的粒子,实现BP网络的离线训练与在线分析,对变压器故障模式做出判断.结果表明,该算法更合理地更新了粒子的位置和速度,最优地设置了全局极值,有效克服了粒子的早熟收敛,获得的故障诊断准确率高达91%,并大大提升了BP网络的收敛速度.该算法为此类设计提供了有效的模型参考.
2021-05-22 10:22:02
744KB
1
matlab神经网络源码集锦- 概率神经网络的分类预测-基于PNN变压器故障诊断
2021-05-17 18:02:13
2KB
BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来,由GA寻找最优的BP神经网络权值与相应节点的阈值。仿真结果表明:此方法既能快速收敛,又能大大提高避免陷入局部极小的能力,改善了故障诊断的精度和速度。
2021-05-13 09:52:11
243KB
1
为克服BP神经网络算法在故障诊断应用中的缺点,提出了粒子群优化BP神经网络的方法,并在此基础上优化BP神经网络的结构来提高准确率。最后,通过对变压器故障诊断在Matlab中的仿真结果,验证了此方法有较高的准确率和较快的收敛速度。
2021-05-06 17:43:18
778KB
1
这是一个变压器故障诊断改良三比值法德VC++ 源代码， 而且程序中实现了读写txt文件。文件中的数据是实际运行变压器的现场数据。程序简单易懂。
2021-04-08 21:27:53
963KB
1