简介:在分析传统误差反向传播(BP)算法和标准粒子群优化(PSO)算法的特征及其问题基础上,提出一种改进粒子群优化(IPSO)算法和改进BP(IBP)算法,建立基于IPSO-IBP混合算法的电力变压器神经网络故障诊断模型。通过85组训练样本和16组测试样本的仿真对比分析,该方法能够实现电力变压器不同故障的有效诊断,提高电力变压器故障模式的识别能力,故障诊断准确率高,故障诊断速度快。
简介:针对无刷同步发电机旋转整流器常见故障特点,提出一种基于小波包分解和BP神经网络的旋转整流器故障识别方法。运用小波包分析(WAP)提取故障特征信号,建立故障识别的神经网络模型,采取粒子群-人工蜂群(PSO-ABC)算法优化神经网络的最优初始连接权值和阈值等结构参数。仿真结果表明,该方法具有识别速度快、准确性高等优点。
基于改进粒子群优化神经网络的变压器故障有效诊断
无刷同步发电机旋转整流器故障的神经网络识别