自适应遗传算法在变压器超高频局放模式识别中的应用

摘要：

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器超高频局部放电自动识别系统检测到的5种放电类型进行了模式识别.实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好的应用于变压器超高频局部放电的模式识别中.

关键词：变压器、超高频局部放电检测、模式识别、自适应遗传算法、神经网络

所属期刊栏目：24

分类号：TM855(高电压技术)

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4-7,37