10.3969/j.issn.1002-1388.2018.20.018
基于循环神经网络和蝙蝠算法的变压器故障诊断
进行变压器故障诊断时,电力变压器的故障类型和故障特征往往存在着强非线性的函数关系.然而,基于循环神经网络的电力变压器故障诊断模型一般会出现故障类型诊断不清晰、收敛速度慢等问题.针对上述问题,本文提出一种采用循环神经网络和蝙蝠算法相结合的电力变压器故障诊断模型.该模型通过循环神经网络首先建立初步的故障诊断模型,然后基于蝙蝠算法优化循环神经网络的参数.通过仿真验证,基于循环神经网络和蝙蝠算法的变压器故障诊断模型具备收敛性好、故障诊断准确率高等特点.
变压器、故障诊断、循环神经网络、蝙蝠算法
TM411(变压器、变流器及电抗器)
2018-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
38-41