自适应粒子群优化BP神经网络的变压器故障诊断  

Transformer Fault Diagnosis of Adaptive Particle Swarm Optimization BP Neural Network

作　　者：付宝英[1] 王启志[1] 

机构地区：[1]华侨大学机电及自动化学院,福建厦门361021

出　　处：《华侨大学学报（自然科学版）》2013年第3期262-266,共5页Journal of Huaqiao University(Natural Science)

基　　金：福建省自然科学基金资助项目(A0640004)

摘　　要：在分析粒子群参数特征的基础上,提出自适应粒子群优化算法,使用自适应粒子群优化BP神经网络,建立基于自适应粒子群优化BP神经网络(PSO-BP)的变压器故障诊断系统.通过对52组训练样本和28组测试样本的仿真实验,可知自适应PSO-BP法能提高变压器故障诊断的准确率,有效减小网络的误差精度.Based on the analysis of the particle swarm parameter characteristic, adaptive particle swarm optimization al- gorithm is put forward. Using adaptive particle swarm optimization back propagation （PSO-BP） neural network, trans- former fault diagnosis system is built up based on adaptive particle swarm optimization BP neural network. By the simu- lation experiment using 52 groups of training samples and 28 groups of test samples, it can be seen that the adaptive PSO -BP method can improve the transformer fault diagnosis accuracy and reduce the network error precision effectively.

关 键 词：变压器 故障诊断 BP神经网络 粒子群算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP301[自动化与计算机技术—控制科学与工程]