-
题名基于混合神经网络和遗传算法的故障诊断系统
被引量：26
- 1
-
-
作者
毕天姝
倪以信
吴复立
周萃莘
-
机构
华北电力大学
香港大学
黑龙江省齐齐哈尔市供电局
-
出处
《现代电力》
2005年第1期31-36,共6页
-
基金
教育部留学回国人员科研启动基金资助项目
-
文摘
故障诊断对于事故后快速恢复具有重要意义。多种人工智能技术在其中得以应用, 然而快速、准确的故障诊断仍是一个悬而未决的难题, 尤其在保护和断路器不正常动作或多重故障的情况下, 故障诊断更为困难。提出了一种基于神经网络 (ANN) 和遗传算法 (GA) 的故障诊断方法, 它采用三层前向神经网络执行诊断功能, 双重 GA循环优化该神经网络的结构和连接权重。第一重 GA循环用于优化神经网络结构, 第二重 GA循环进一步优化神经网络的连接权重。两重 GA循环可以搜索确定用于故障诊断的最优神经网络。有关的数学模型和算法流程在文中作了详细介绍。以4-母线简单电力系统为例, 进行了计算机仿真计算。结果表明, 基于混合神经网络和遗传算法的故障诊断系统优于传统的BP神经网络, 可以较好地解决故障诊断问题。
-
关键词
电力系统
故障诊断
人工神经网络
遗传算法
优化
-
Keywords
power systems
fault diagnosis
artificial neural network(ANN)
genetic algorithm(GA)
optimization
-
分类号
TM734
[电气工程—电力系统及自动化]
-
