基于HHGA-WNN的变压器故障诊断

摘要：

　　针对应用于变压器故障诊断中的小波神经网络(WNN)算法和训练中存在的一些问题，本文提出一种将递阶遗传算法和最小二乘法相结合，用于优化小波神经网络的结构和参数的新算法，遗传过程中采用自适应的交叉和变异概率有效地加快了遗传收敛速度和避免早熟现象的出现。搜集了大量变压器故障的相应数据，并将数据分析结果归一化后送入训练好的小波神经网络进行预测，实现了对变压器故障的辨识仿真。结果表明基于混合递阶遗传算法的小波神经网络(HHGA—WNN)收敛速度快，鲁棒性好，精度高。

关键词： 变压器 故障诊断 小波神经网络算法 辨识仿真

作者: LI Zhengqiang 李正强

作者单位: Zhonghuan Information College Tianjin Uniwersity of Technology,Tianjin 300380 天津理工大学中环信息学院,天津,300380

会议类型: 国内会议

会议名称: 第20届全国计算机新科技与计算机教育学术大会

会议地点: 昆明

会议语种:中文

页码: 176-182

在线出版日期: 2009-08-02（万方平台首次上网日期，不代表论文的发表时间）