改进的基于遗传优化BP神经网络的电网故障诊断

发布时间：2019-05-16 04:00

【摘要】：BP神经网络具有良好的自学习、自适应和泛化能力,但运算过程中容易陷入局部极小值,同时隐含层节点数的选择也影响着诊断的效果。文中根据经验公式缩小隐含层节点数范围,在小范围里寻找最优的隐含层节点数。根据遗传算法具有全局寻优的特点,用遗传算法优化BP神经网络训练的初始权值阈值,可以避免BP神经网络陷入局部极小值的问题。结合两种方法对电网进行故障诊断,实例分析表明该方法可以准确有效地诊断出电网故障位置,提高电网故障诊断的容错性。
[Abstract]:BP neural network has good ability of self-learning, self-adaptation and generalization, but it is easy to fall into local minimum in the process of operation, and the selection of hidden layer nodes also affects the effect of diagnosis. In this paper, according to the empirical formula, the range of hidden layer nodes is reduced, and the optimal number of hidden layer nodes is found in a small range. According to the global optimization characteristics of genetic algorithm, using genetic algorithm to optimize the initial weight threshold of BP neural network training can avoid the problem of BP neural network falling into local minimum. The fault diagnosis of power network is carried out by combining the two methods. The example analysis shows that this method can accurately and effectively diagnose the fault location of power network and improve the fault tolerance of power network fault diagnosis.
【作者单位】： 昆明理工大学信息工程与自动化学院;
【分类号】：TP183;TM732

【相似文献】

相关期刊论文 前10条

1 侯玉t$;束洪春;;配电网故障诊断方法综述[J];云南水力发电;2007年04期

2 林圣;何正友;钱清泉;;输电网故障诊断方法综述与发展趋势[J];电力系统保护与控制;2010年04期

3 张旭;魏娟;赵冬梅;张东英;刘燕华;;电网故障诊断的研究历程及展望[J];电网技术;2013年10期

4 吴利剑;朱立忠;王琳琳;;故障诊断信息缺失情况下的电网故障诊断系统[J];沈阳理工大学学报;2014年02期

5 刘海宽,韩华,王全;保护电网故障诊断系统[J];佳木斯大学学报(自然科学版);2002年02期

6 聂晓棠,段奇志,彭志权;电网故障诊断新方法的研究[J];华中电力;2004年05期

7 毛鹏,张军林,许扬,茹锋;区域电网故障诊断系统设计[J];江苏电机工程;2005年06期

8 陈玉林;陈允平;孙金莉;邱君玛;;电网故障诊断方法综述[J];中国电力;2006年05期

9 翁汉t ;毛鹏;林湘宁;;一种改进的电网故障诊断优化模型[J];电力系统自动化;2007年07期

10 栗然;仇晓龙;;基于模糊Petri网的输电网故障诊断改进方法[J];中国电力;2008年05期

相关会议论文 前6条

1 王强;刘震;;电网故障诊断研究[A];山东电机工程学会2011年学术年会论文集[C];2011年

2 王强;刘震;;电网故障诊断研究[A];第十九届输配电研讨会论文集[C];2011年

3 高玮;何正友;杨建维;刘超;;量子神经网络的电网故障诊断方法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

4 孙秋野;张化光;李钟旭;周建国;;数据驱动的不确定信息下智能电网故障诊断[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 祝亚静;顾雪平;;基于粗糙集理论和证据理论相结合的电网故障诊断[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

6 孟祥萍;刘春玲;耿卫星;潘莹;司春旺;;基于EMS、SCADA状态信息的电网故障诊断方法[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

相关博士学位论文 前9条

1 赵冬梅;基于多信息源的电网故障诊断方法的研究[D];华北电力大学（北京）;2005年

2 刘道兵;电网故障诊断的解析化建模与求解[D];华北电力大学;2012年

3 刘思华;电网故障诊断方法的研究[D];山东大学;2010年

4 杨健维;基于模糊Petri网的电网故障诊断方法研究[D];西南交通大学;2011年

5 王磊;电网故障诊断方法及其系统架构研究[D];山东大学;2013年

6 周永勇;配电网故障诊断、定位及恢复方法研究[D];重庆大学;2010年

7 周子冠;电网多数据源在线诊断方法研究[D];中国电力科学研究院;2010年

8 徐青山;基于混沌载波优化及行波多分辨理论的输电网故障诊断[D];东南大学;2006年

9 周曙;基于贝叶斯网的电力系统故障诊断方法研究[D];西南交通大学;2010年

相关硕士学位论文 前10条

1 朱元林;在线电网故障诊断预处理功能的研究[D];华北电力大学（北京）;2011年

2 赵培哲;基于贝叶斯网的电网故障诊断技术[D];湖南工业大学;2015年

3 方志宏;基于故障录波数据的分析软件设计与电网故障诊断方法[D];西南交通大学;2015年

4 罗孝辉;基于改进贝叶斯网络和Hibert-Huang变换的多源信息融合电网故障诊断方法[D];西南交通大学;2015年

5 刘大伟;基于开关量和电气量的电网故障诊断[D];山东大学;2015年

6 衣得源;一种基于模糊Petri网的电网故障诊断方法研究与设计[D];东北大学;2013年

7 张立颖;多数据源信息融合的电网故障诊断方法研究[D];东北大学;2013年

8 孙亚;基于分层理论的电网故障诊断及脆弱性评估方法研究[D];东北大学;2014年

9 史佳琪;基于解析模型的输电网故障诊断技术的研究[D];东北大学;2014年

10 李宗辉;配电网故障诊断系统[D];福州大学;2014年

，

本文编号：2478003