BP网络在电力变压器故障诊断中的应用

被引：34

作者：

王雪梅

李文申

严璋

机构：

[1] 西安理工大学,西安交通大学,西安交通大学西安,西安,西安

来源：

高电压技术 | 2005年 / 07期

关键词：

BP网络; 隐层节点; 初始权值; 训练误差;

D O I：

10.13336/j.1003-6520.hve.2005.07.005

中图分类号：

TM412 [干式电力变压器];

学科分类号：

080801 ;

摘要：

以单隐层的BP组合神经网络在基于DGA的电力变压器故障诊断中的应用为例,在BP网络训练流程图的基础上,分别举例阐述了隐层节点个数、初始权值、训练误差、最大训练次数以及训练样本次序对网络训练效果和泛化能力的影响。指出这些因素的影响程度各不相同,具体应用时,可按照更改训练样本次序、调节隐层节点个数、初始权值、训练误差、训练次数的顺序依次更改网络的结构和相应的参数,以达到最佳的训练效果。

引用

页码：12 / 14

页数：3

共 11 条

[1] 人工神经网络在电力变压器故障诊断中的应用及仿真 [J].

陈金莉 ;

于飞 ;

刘喜梅 .

青岛科技大学学报(自然科学版), 2003, (02) :178-181

[2] 神经网络诊断变压器故障的新方法 [J].

李红雷 ;

肖登明 ;

赵杰 ;

潘勇斌 .

高压电器, 2000, (06) :12-14+22

[3] 再论人工神经网络应用于电力变压器故障诊断 [J].

丁晓群 ;

周玲 ;

袁宇波 ;

胡浩 ;

王志贤 ;

安宗贵 .

高电压技术, 1997, (03) :19-20+24

[4]

神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,

[5]

机器学习.[M].(美)TomM.Mitchell著;曾华军;张银奎等译;.机械工业出版社.2003,

[6]

软计算方法.[M].张颖;刘艳秋编著;.科学出版社.2002,

[7]

模式识别.[M].[美]J.P.MarquesdeSa著;吴逸飞译;.清华大学出版社.2002,

[8]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[9]

基于神经网络的智能诊断.[M].虞和济等著;.冶金工业出版社.2000,

[10]

神经网络模式识别系统理论.[M].黄德双著;.电子工业出版社.1996,

← 1 2 →