10.16526/j.cnki.11-4762/tp.2023.10.006
基于改进粒子群优化T-S ANFIS算法的诊断油浸式变压器故障研究
为了有效提升油浸式变压器故障诊断的精度与速度,提出一种基于改进粒子群算法(IPSO)优化T-S型自适应模糊神经网络(T-SANFIS)的油浸式变压器故障诊断模型;引入动态惯性权重和学习因子线性调整策略,并利用收敛域和欧式距离判别雷同粒子,以克服粒子群算法易早熟、后期易陷入局部最优的问题;接着通过IPSO对T-S ANFIS的前提参数进行优化,提高网络的收敛速度;最后通过仿真实验验证基于IPSO优化T-S ANFIS的变压器故障诊断模型效果,结果表明所构建模型的故障诊断最优准确率约为98%,与ANFIS及PSO-ANFIS模型相比具有较高的故障诊断精度及效率.
油浸式变压器、改进粒子群、自适应模糊神经网络、故障诊断、算法优化
31
TP806+.3(远动技术)
江苏省研究生实践创新计划项目SJCX22_1414
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
33-39