改进粒子群优化神经网络在变压器故障诊断中的应用 application of neural network based on improved particle swarm optimization in the condition monitoring of transformer.pdfVIP

下载本文档

3
0
约2.27万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

改进粒子群优化神经网络在变压器故障诊断中的应用 application of neural network based on improved particle swarm optimization in the condition monitoring of transformer.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

改进粒子群优化神经网络在变压器故障诊断中的应用 application of neural network based on improved particle swarm optimization in the condition monitoring of transformer

第46卷第5期高压亡譬 v。1．46No．5 ·14· 2010 05月 nighVoltageApparatus May2010 改进粒子群优化神经网络在变压器故障诊断中的应用贾嵘t，李宏斌z，康会西2，洪刚1 (1．西安理工大学电力工程系，陕西西安710048；2．甘肃电投河西水电开发有限责任公司，甘肃张掖734000) 摘要：变压器绕组早期故障的诊断是实现安全生产、避免大事故的技术前提。由于变压器器身振动信号包含有丰富的信息，所以可以通过监测变压器振动信号来预估绕组的状况。笔者首先利用小波包分解原理将变压器振动信号分解到不同的频段中，然后计算各频段的能量熵值．并将其作为BP神经网络的输入向量。同时利用改进粒子群算法(IPSO)对BP神经网络进行优化。最后利用训练好的BP神经网络对变压器进行故障诊断。试验结果表明：与传统BP神经网络法和PSO．BP神经网络方法相比。该方法克服了BP神经网络的一些缺陷，具有较快的收敛速度和较高的诊断精度。对变压器绕组的早期故障具有良好的预测能力。关键词：变压器；绕组；振动信号；改进粒子群算法；神经网络；故障诊断中图分类号：TM83；TP277 文献标志码：A 文章编号：1001—1609(20i0)05—0014卸14 ofNeuralNetworkBasedon ParticleSwarm inthe Application Improved Optimization Condition ofTransformer Monitoring JIA Hui-xi2，HONG Ron91，LIHong·bin2，KANG Gan91 ofElectrical of 710048，China； (1．Department Engineering，Xi’allUniversityTechnology，Xi’an Tou 734000，China) 2．GansuRiver HydropowerDevelopmentLtd．，Zhangye of fault in isthetechnical for vibration transformer safetyoperation．Thesignal Abstract：Incipientdiagnosiswindings prerequisite is with of and vibrationmethodisaneffectivemethodusedfor correlativetheconditions winding windingcompressionloosening，and different theconditionsof this isusedto thevibrationinto monitoring winding．Inpaper，waveletpacket decompress signal frequency