粒子群优化的BP神经网络变压器故障诊断
冯宇立
袁均祥
刘嘉明
冯振源
摘要：随着电力系统规模的不断扩大和复杂性的增加,变压器的稳定运行对于保障整个系统的安全至关重要.文章研究一种基于粒子群优化的反向传播(BP)神经网络在变压器故障诊断中的应用,通过BP神经网络模型训练获取的变压器红外图像的温度特征信息,并使用量化共轭梯度算法的trainscg函数作为粒子群(PSO)优化神经网络的训练函数.结果表明,该诊断模型在变压器故障诊断中具有较高的准确率和稳定性,能够有效识别不同类型的故障.
关键词：BP神经网络PSO电力系统变压器故障诊断
分类号：TP183(自动化基础理论)
论文发表日期：2024-11-28
页数：3( 51-53 )