基于遗传概率神经网络的变压器励磁涌流识别  

Identification of transformer inrush current based on GA- PNN

作　　者：许行[1] 杨旭红[1] 卢栋青[1] 张国铎[1] 刘永晓[1] 

机构地区：[1]上海电力学院电力与自动化工程学院,上海200090

出　　处：《计算机工程与应用》2013年第16期252-254,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(No.61040013);上海市教育委员会重点学科建设项目(No.J51301);上海市教育委员会科研创新项目资助(No.09YZ347)

摘　　要：利用遗传算法优化概率神经网络的重要参数,以便获得最优的平滑因子,从而实现了电力变压器励磁涌流和内部故障电流的识别。采用MATLAB软件对变压器不同的运行状态进行建模仿真,并对保护方案进行测试。In this paper, Genetic Algorithm is used to optimize the important parameter of Probabilistic Neural Network（PNN）, so as to get the best smooth factors. Wavelet Transform（WT） is used for decomposition to extract energy feature vector of sig- nals and PNN for classification. The identification between inrush current and internal fault current is completed. Build simula- tion modeling of the transformer by MATLAB software, simulate different running states and test the protection algorithm.

关 键 词：遗传算法 概率神经网络 变压器 励磁涌流 

分 类 号：TM41[电气工程—电器] TM771