Results 11 to 20 of about 865 (99)
Gaoya dianqi, 2016 为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络（quantum particle swarm optimized BP neural network,QPSO-BP）的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒子位置的移动,用量子非门进行变异操作,以获取BP神经网络的权、阈值优化参数,最终实现了变压器故障诊断模型的构建。对故障DGA样本的诊断实例表明,与粒子群优化BP网络（particle swarm optimized BP ...
程加堂, 段志梅, 熊燕, 艾莉
doaj
Gaoya dianqi, 2023 变压器作为电网传输和变换电能的主要设备，对DGA数据进行异常分析，可为变压器故障诊断提供理论依据。鉴于此，文中提出了基于DGA和IPSO-XGBoost的变压器故障诊断方法。首先，将特征气体划分为无编码比值作为特征参量输入极端梯度提升（XGBoost）模型，提出了基于XGBoost的变压器故障诊断模型；其次，通过动态调整惯性权重和加速因子对粒子群算法（PSO）进行改进，并利用改进的粒子群算法（IPSO）对XGBoost的关键参数进行迭代优化；最后，随机抽取1 614例故障类型已知的DGA数据进行算例分析。
龚泽威一 +8 more
doaj
Jianzhu Gangjiegou Jinzhan, 2014 群智能优化算法已被证实可以用于解决实际工程的优化问题。水循环算法可对约束问题进行求解。基于自然界中水循环过程提出的一种新型智能优化算法———水循环算法(WCA),研究了其应用于空间桁架结构优化设计问题的可行性及有效性,论文对两个空间桁架结构进行了截面优化计算分析,并与已有文献优化结果进行了比较,研究结果表明:WCA优化算法相对于群搜索算法(GSO)、启发式粒子群优化算法(HPSO)等优化算法能够提供更快的收敛速度,收敛结果也更好。
章纯, 刘锋, 廖国维, 李丽娟
doaj
Gaoya dianqi, 2020 变压器是电网最为核心的设备,绕组变形是变压器主要的故障类型之一,频率响应分析法（frequency response analysis, FRA）是目前广泛应用的绕组变形检测方法。为提高绕组变形分类诊断的性能,文中提出基于粒子群算法优化支持向量机（particle swarm optimization-support vector machine, PSO-SVM）的变压器绕组变形分类方法,采用数学统计方法提取频率响应曲线的特征参量,并输入到支持向量机模型进行训练,利用粒子群算法优化支持向量机模型参数 ...
刘伟 +4 more
doaj
Gaoya dianqi, 2016 传统单一人工智能方法对变压器故障诊断中采用的大量不完备信息不能够有效处理,导致故障诊断准确率不高。为弥补这一不足,在全面分析粒子群算法（particle swarm optimization,PSO）和极限学习机（extreme learning machine,ELM）各自优势的基础上,构建了一种基于粒子群优化极限学习机的变压器故障诊断方法。该方法以DGA作为特征输入,利用粒子群算法对极限学习机的输入层权值和隐含层阈值进行优化,从而提高变压器故障诊断的精度。实例对比分析表明 ...
袁海满, 吴广宁, 高波
doaj
Dianci bileiqi, 2013 针对接地网表面电位的不均匀分布,不能很好地保障人身和设备的安全,采用粒子群算法对两层土壤接地网进行优化设计。首先建立接触电压达到最小值时的目标函数,再以最优压缩比作为优化目标。通过与文献所提供的算例进行比较,结果表明,应用粒子群算法可以得到接地网导体不等间距布置的最优形式。
王爱霞, 王思华, 王明
doaj
Dianci bileiqi, 2015 为提高接地网故障诊断的准确性和效率,在总结现有故障诊断方法基础上,提出基于萤火虫-粒子群混合算法（GPSO）的分区域诊断方法。该方法通过优化接地网故障诊断方程组模型,使之转化为等价的优化问题;根据接地网的可及节点分布情况对接地网分区,应用分层约简理论将接地网分解得到本征接地网络;对本征接地网建立优化模型,采用萤火虫-粒子群混合算法对优化问题进行求解;根据本征支路电阻的前后变化以及每条支路对应的接地网区域,分析判断接地网各个区域内的故障情况。该方法综合利用萤火虫算法的寻优能力和粒子群算法的收敛速度 ...
蓝文昊 +5 more
doaj
Gaoya dianqi, 2012 为了提高电力变压器故障诊断的准确性,采用了一种自适应变异粒子群优化神经网络的方法,用于BP网络的权值优化。并根据变压器的故障特征,用优化好的BP网络进行故障诊断。该算法修正了粒子个体行动,克服了标准粒子群和BP网络易陷入局部极小的问题。实例仿真结果表明,该方法具有较好的分类效果,具有一定的实用性。
程加堂, 熊伟, 徐绍坤, 艾莉
doaj
Gaoya dianqi, 2018 为有效提高变压器故障诊断准确率,文中将粒子群优化算法与多分类相关向量机方法相结合,构建了一种基于粒子群优化多分类相关向量机的方法用以变压器故障诊断。该方法首先将油中溶解气体与4种特征气体比值相结合作为故障特征量,以进一步丰富故障信息。其次,利用粒子群优化算法并结合训练样本数据对多分类相关向量机的核参数进行优化,以获得能够最优的及能有效提高故障分类效率的参数。最后,将9种特征量作为特征输入,并利用已训练完毕的多分类相关向量机进行故障诊断。经实例分析表明,该方法使故障特征量与故障分类模型得到了有效补充 ...
刘益岑 +5 more
doaj
Gaoya dianqi, 2018 针对基本粒子群算法（particle swarm optimization algorithm,PSO）局部寻优能力差及易早熟收敛的情况,提出一种融入模拟退火思路的自适应粒子群混合算法（simulated annealing-adaptive particle swarmoptimization algorithm,SA-APSO）,在惯性权重变化-自适应粒子群基础上融入退火思想,以一定的随机概率接收最优值,能有效提升全局寻优能力并克服早熟收敛现象。利用测试函数进行的仿真结果表明SA ...
徐艳春 +4 more
doaj