GA-BP神经网络在GIS典型缺陷局部放电识别中的应用 Application of GA-BP-NN in PD Pattern Recognition of GIS Typical Defects.pdfVIP

下载本文档

1
0
约1.86万字
约 6页
2017-08-10 发布于上海
举报
版权申诉

GA-BP神经网络在GIS典型缺陷局部放电识别中的应用 Application of GA-BP-NN in PD Pattern Recognition of GIS Typical Defects.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

GA-BP神经网络在GIS典型缺陷局部放电识别中的应用 Application of GA-BP-NN in PD Pattern Recognition of GIS Typical Defects

2011年第4期(总第242期) 电瓷避雷器 N04．20ll(Ser．№．242) 20“年8月 IIIsulatorsand Arresters Surge Aug．2011 文章编号：1003—8337(2011)04—0034-05 GA—BP神经网络在GIS典型缺陷局部放电识别中的应用吕启深1。吴磊2。梁基重2．杨益公1 (1．深圳供电局，广东深圳518020；2．西安交通大学电气工程学院，陕西西安710049) 摘要：基于BP算法的神经网络和基于实数编码遗传算法的神经网络用于模式识别有其各自的优缺点。为此提出利用GA—BP混合算法神经网络．对GIS典型缺陷的局部放电进行模式识别。以超声局部放电探测仪对不同缺陷包括金属突出物、悬浮电位缺陷和绝缘子内部气泡引起的局部放电信号进行了测量，并从测量结果中提取pRPD谱图特征值作为训练样本和测试样本。研究结果表明：相比BP神经网络，GA—BP神经网络执行效率更高．识别效果更好．且克服了 BP神经网络容易陷入局部最优的缺点；而相比GA神经网络，其运行时间短。适用于实际应用。关键字：神经网络；实数编码；误差反向传播算法；遗传算法中图分类号：TM216 文献标识码：A ofGA—BP—NNinPDPattem Application RecogIlition ofGIS Defects Typical Li：i Qi—shenl，VlrULei2，LL^NGJi—chon92，YANGYi—gon91 Power 1 ofEIectricaJ (1．ShenzIlenSupplyBu陀au，Shenzhen，58020；2．sch∞l Engineering’ Xi’蚰Ji∞tongUnive璐ity)(i’蚰，710049，ClliIla) ne neural Abst豫ct： networkb鹊ed伽陀al—codeBP pattemrec唰tio璐using algoritII眦肌d on itsown is tou∞tlleneuralnet- geneticalgorith嬲haveadv柚tages蛐ddi阻dv肌tages．Itpmposed work b够edonGA—BP to PDofGIS defects．r11lF∞de‰toftIle hy“d灿goritllmident母the t)rpical PD metal Void粕d A- si印als，includingpmtmsion，insulatornoatingdischarge，a陀me鹊刊byusing oftllePI心D int量le