自适应遗传算法在变压器超高频局放模式识别中的应用

王海跃; 王国利

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

自适应遗传算法在变压器超高频局放模式识别中的应用

更新时间：2025-11-18

- 自适应遗传算法在变压器超高频局放模式识别中的应用
- Application of Adaptive Genetic Algorithm to Transformer Ultra-High-Frequency PD Pattern Recognition
- 湖南电力 2004年第5期页码：4-7+37
- 作者机构：
  
  1.   湖南长沙电业局
  2.   清华大学深圳研究院湖南长沙410015
  3.   广东深圳518000
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM76
- 纸质出版：2004
- 稿件说明：
移动端阅览
[1]王海跃,王国利.自适应遗传算法在变压器超高频局放模式识别中的应用[J].湖南电力,2004(05):4-7+37.

ANG Hai-yue~1, WANG Guo-li~2. Application of Adaptive Genetic Algorithm to Transformer Ultra-High-Frequency PD Pattern Recognition[J]. 2004, (5): 4-7+37.
[1]王海跃,王国利.自适应遗传算法在变压器超高频局放模式识别中的应用[J].湖南电力,2004(05):4-7+37. DOI：

ANG Hai-yue~1, WANG Guo-li~2. Application of Adaptive Genetic Algorithm to Transformer Ultra-High-Frequency PD Pattern Recognition[J]. 2004, (5): 4-7+37. DOI：

摘要

采用自适应遗传算法（ AGA）作为神经网络的学习算法

对实验室中变压器超高频局部放电自动识别系统检测到的 5种放电类型进行了模式识别。实验结果表明

AGA神经网络解决了 BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题

具有较高的识别率和较强的推广能力

可以很好的应用于变压器超高频局部放电的模式识别中

Abstract

Based on the study of discharge properties

an automatic pattern recognition system for transformer ultra-high-frequency （UHF） PD is designed and developed in this paper.An adaptive genetic algorithm （AGA） is used to train the neural network （NN） in system. Using BP-NN and AGA-NN

we distinguish the basic types of defects appearing in transformers

such as corona

void

bubble

creeping discharge and floating discharge. Tests in laboratory show that the results are satisfactory. Compared with BP-NN

AGA-NN can overcome slow convergence and possibility of being trapped at local minimum value. Thus

the convergence

discrimination and generalization ability of AGA-NN are more powerful.

关键词

Keywords

references

浏览量

135

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于神经网络的短期电价预测

进口500kV主变故障状况及解体分析

基于阻抗电压法的变压器容量测试装置的研制

在线色谱在电力变压器油分析中的应用分析

电容式电压互感器的高频暂态特性仿真分析