- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
matlab仿真利用Matlab構造BP神经网络完成变压器故障诊断
利用Matlab构造BP神经网络完成变压器故障诊断
样本数据:在油色谱分析领域中,基于油中溶气体类型与内部故障性质的对应关系,以油中5种特征气体为依据的判断变压器故障的方法。其特征量为H2,CH4,C2H4,C2H2,C2H6,如图3所示。在对变压器的故障识别时,变压器的故障类型选择为:无故障、中低温过热、高温过热、低能放电和高能放电。
仿真数据如图:
在Matlab中完成人工神经网络的创建、训练及最终的仿真,并给出仿真结果及训练误差曲线。
完成如下:
一、源代码如下:
%训练数据
P=[46.21 11.27 33.04 8.52 0.614;
41.12 32.51 14.45 8.36 0.52;
33.36 29.32 32.89 27.28 2.25;
45.86 34.97 8.25 7.43 0.31;
14.92 21.98 17.15 46.12 0.0;
0.872 43.18 27.14 26.88 0.0;
36.13 50.96 8.15 5.67 0.0;
37.98 30.85 7.57 23.01 0.0;
10.99 21.29 11.30 52.98 2.38;
0.958 16.01 2.89 58.01 1.16;
11.03 22.51 3.31 57.96 1.13;
15.68 21.87 10.98 53.22 2.53;
58.03 18.56 4.58 8.62 9.78;
86.89 6.48 5.28 1.13 0.0;
85.86 6.98 4.52 2.56 0.0;
83.68 7.96 5.15 3.02 0.56;
20.23 16.96 1.68 24.52 35.74;
26.76 16.56 2.98 38.76 13.61;
43.92 24.41 6.62 23.91 0.531;
48.02 10.27 4.52 22.36 23.62];
T= [1 0 0 0 0;
1 0 0 0 0;
1 0 0 0 0;
1 0 0 0 0;
0 1 0 0 0;
0 1 0 0 0;
0 1 0 0 0;
0 1 0 0 0;
0 0 1 0 0;
0 0 1 0 0;
0 0 1 0 0;
0 0 1 0 0;
0 0 0 1 0;
0 0 0 1 0;
0 0 0 1 0;
0 0 0 1 0;
0 0 0 0 1;
0 0 0 0 1;
0 0 0 0 1;
0 0 0 0 1];
%仿真数据
R=[7.2 5.6 3.5 2.7 3.1;
120.0 120.0 33.0 83.0 0.56;
20.6 19.6 7.5 60.9 1.52;
42 97 156 598 0;
1556 93 34 46 0;
200 46 16 109 128;
98 122 31 292 15;
92 56 42 35 0;
31.6 5.3 1.3 12.2 13.1;
72 512 138 1200 5.6];
S= [1 0 0 0 0;
0 1 0 0 0;
0 0 1 0 0;
0 0 1 0 0;
0 0 0 1 0;
0 0 0 0 1;
0 0 1 0 0;
0 1 0 0 0;
0 0 0 0 1;
0 0 1 0 0];
%创建一个新的bp前向神经网络
%newff--生成一个新的bp前向神经网络
net=newff(minmax(P),[5,5],{tansig,logsig},trainlm);
%设置训练参数
net.trainParam.show=10; %每10代显示一次
net.trainParam.lr=0.05; %训练速率
net.trainParam.mem_reduc=3;
net.trainParam.mc=0.9; %动量因子
net.trainParam.epochs=100000; %训练的代数
net.trainParam.goal=0.01; %目标误差
%训练bp前向神经网络
[net,tr]=train(net,P,T);
%仿真
A=sim(net
您可能关注的文档
- Lzsitq公開选拔宏观经济管理类笔试模拟试卷及剖1.doc
- l《勞动合同法》《社会保险法》《工伤保险条例》实操应对策略w.doc
- LXWI4.203-02品號与BOM信息维护管理规范C0.doc
- l論文题目参考题目.doc
- l高一化學期末考前预测卷.doc
- M-BUS總线制直_读水表通讯协议和通讯规约.doc
- M-廣州市2007年高三年级六校联考数学理科试卷.doc
- M0M1M2之間的变化关系如何影响经济和股市的走势投资.doc
- M1馬克思主义哲学的基本原理和方法论.doc
- M3U5Canada-“TheTrueNorth”重點词汇和知识点.doc
- 第十一章 电流和电路专题特训二 实物图与电路图的互画 教学设计 2024-2025学年鲁科版物理九年级上册.docx
- 人教版七年级上册信息技术6.3加工音频素材 教学设计.docx
- 5.1自然地理环境的整体性 说课教案 (1).docx
- 4.1 夯实法治基础 教学设计-2023-2024学年统编版九年级道德与法治上册.docx
- 3.1 光的色彩 颜色 电子教案 2023-2024学年苏科版为了八年级上学期.docx
- 小学体育与健康 四年级下册健康教育 教案.docx
- 2024-2025学年初中数学九年级下册北京课改版(2024)教学设计合集.docx
- 2024-2025学年初中科学七年级下册浙教版(2024)教学设计合集.docx
- 2024-2025学年小学信息技术(信息科技)六年级下册浙摄影版(2013)教学设计合集.docx
- 2024-2025学年小学美术二年级下册人美版(常锐伦、欧京海)教学设计合集.docx
文档评论(0)