国家科技型中小企业技术创新基金(07C26212200168)
- 作品数：3 被引量：136H指数：3
- 相关作者：郑蕊蕊赵继印李建坡赵婷婷李敏更多>>
- 相关机构：吉林大学大连民族学院浙江大学更多>>
- 发文基金：国家科技型中小企业技术创新基金长春市科技局基金中央高校基本科研业务费专项资金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于遗传支持向量机和灰色人工免疫算法的电力变压器故障诊断被引量：121
- 2011年
- 针对电力变压器单一故障和多故障诊断问题,模拟生物免疫系统,提出一种两级分类器级联的诊断算法。采用遗传算法优化支持向量机核函数参数的电力变压器故障和正常状态初分类器,和以灰关联度度量抗体与抗原之间亲和力的灰色人工免疫算法,设计了动态疫苗机制的高频变异操作。根据不同的故障类型,训练生成最佳记忆抗体集。采用5近邻综合决策法,根据最佳记忆抗体集诊断电力变压器故障类型。实验表明,遗传支持向量机和动态疫苗机制的灰色人工免疫算法相结合的电力变压器故障诊断算法,对电力变压器单一故障和多故障都能够有效地分类,提高了电力变压器故障诊断的准确率和速度。
- 郑蕊蕊赵继印赵婷婷李敏
- 关键词：电力变压器故障诊断支持向量机遗传算法
- 基于综合关联度分析的电力变压器故障诊断被引量：9
- 2008年
- 在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题。结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨。该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度。实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析方法。在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%。
- 李建坡赵继印郑蕊蕊
- 关键词：故障诊断灰关联分析电力变压器
- 自适应学习速率法在变压器故障诊断中的应用被引量：6
- 2008年
- 为了提高电力变压器故障诊断的准确率,针对油中溶解气体分析,提出了一种基于误差自动调节修正因子的自适应学习速率法,使神经网络通过自身的误差变化过程自动调整学习速率修正因子,保证网络总是以最大的可接受学习速率进行训练,从而提高网络收敛速度。针对电力变压器故障气体及故障类型的特点,建立了电力变压器故障诊断BP(Back-Propagation)网络模型,应用该算法和原算法对该故障诊断网络模型进行训练。仿真结果表明,该算法的训练次数减少了35.4%,收敛速度提高了44.9%,有效地改善了网络模型的性能。将该算法应用于电力变压器故障诊断,能较为精确地判断出电力变压器的故障类型,故障诊断准确率达90.8%。
- 赵继印李建坡郑蕊蕊
- 关键词：BP神经网络故障诊断电力变压器
