模糊聚类和LM算法改进BP神经网络的变压器故障诊断

  本文关键词：模糊聚类和LM算法改进BP神经网络的变压器故障诊断，由笔耕文化传播整理发布。

模糊聚类和LM算法改进BP神经网络的变压器故障诊断_宋志

下载积分：1000

内容提示：·54·。第49卷第5期2013年5月。High。VoltageApparatus。Vol.49No.5May2013。模糊聚类和LM算法改进BP神经网络的变压器故障诊断。宋志杰，。王。健。（华南理工大学电力学院，广州）。摘要：在变压器故障诊断中，目前BP神经网络算法存在训练样本分布不均匀，收敛速度慢、容易陷于局部极小点等问题，导致整体的诊断性能下降。通过对模糊聚类及LM算法改进的神经网络深入研究，并引入变压器故障诊断中，该算法应用模糊聚类对搜集到的样本预处理，提高样本的质量，再用LM算法改进的神经网络来优化搜索方向，可以实现网络训练速度及测试精度的提高。通过实例仿真实验，验证了该方法能够有效诊断出变压器的故障。。关键词：模糊聚类；LM算法；BP神经网络；变压器；故障诊断中图分类号：TM41。文献标志码：A。文章编号：1001-1609（2013）05-0054-06。TransformerFaultDiagnosisBasedonBPNeuralNetworkOptimizedby。FuzzyClusteringandLMAlgorithm。SONGZhi-Jie，WANGJian。（CollegeofPower,SouthChinaUniversityofTechnology，，Guangzhou，China）。Abstract:SomeproblemsoftraditionalBPneutralnetworkalgorithmexistedintransformerfaultdiagnosis，suchasunevendistributionoftrainingsamples，slowconvergencespeedandeasytofallintolocalminimumpoints，whichresultedinth

文档格式：PDF| 浏览次数：5| 上传日期：2013-10-03 08:47:48| 文档星级：

该用户还上传了这些文档

  本文关键词：模糊聚类和LM算法改进BP神经网络的变压器故障诊断，由笔耕文化传播整理发布。