本文主要研究内容
作者郝玲玲,朱永利（2019）在《改进萤火虫算法与小波神经网络相结合的变压器故障诊断》一文中研究指出：为了解决变压器故障诊断中诊断效率低的问题,对萤火虫算法(FA)进行了改进,并与小波神经网络(WNN)相结合应用于变压器故障诊断中。小波神经网络结构简单、预测精度高、收敛速度快,但是网络参数不好选择,易陷入局部最优。结合混沌算法、粒子群算法、可变步长的思想来改进萤火虫算法,用于优化小波神经网络的参数,再将处理后的数据代入神经网络中进行训练与诊断。实验结果表明,该算法与BP神经网络、支持向量机、小波神经网络、遗传算法改进的小波神经网络和粒子群算法改进的小波神经网络相比诊断正确率均有所提高。
Abstract
wei le jie jue bian ya qi gu zhang zhen duan zhong zhen duan xiao lv di de wen ti ,dui ying huo chong suan fa (FA)jin hang le gai jin ,bing yu xiao bo shen jing wang lao (WNN)xiang jie ge ying yong yu bian ya qi gu zhang zhen duan zhong 。xiao bo shen jing wang lao jie gou jian chan 、yu ce jing du gao 、shou lian su du kuai ,dan shi wang lao can shu bu hao shua ze ,yi xian ru ju bu zui you 。jie ge hun dun suan fa 、li zi qun suan fa 、ke bian bu chang de sai xiang lai gai jin ying huo chong suan fa ,yong yu you hua xiao bo shen jing wang lao de can shu ,zai jiang chu li hou de shu ju dai ru shen jing wang lao zhong jin hang xun lian yu zhen duan 。shi yan jie guo biao ming ,gai suan fa yu BPshen jing wang lao 、zhi chi xiang liang ji 、xiao bo shen jing wang lao 、wei chuan suan fa gai jin de xiao bo shen jing wang lao he li zi qun suan fa gai jin de xiao bo shen jing wang lao xiang bi zhen duan zheng que lv jun you suo di gao 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术与工程的郝玲玲,朱永利，发表于刊物科学技术与工程2019年31期论文，是一篇关于变压器论文,故障诊断论文,萤火虫算法论文,小波神经网络论文,科学技术与工程2019年31期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自科学技术与工程2019年31期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：变压器论文; 故障诊断论文; 萤火虫算法论文; 小波神经网络论文; 科学技术与工程2019年31期论文;