摘要
粗糙集挖掘方法进行故障诊断的过程中,训练易陷入局部最优解,导致电力变压器故障挖掘诊断算法不适用于解决实际工程问题。提出基于RBF神经网络与粗糙集的挖掘电力变压器故障诊断方法,利用RBF神经网络收敛速度快、泛化能力强等特点,对故障数据进行训练。依据给出的训练样本特征获取所求概率密度函数的统计值,将改进后的数据发送至粗糙集。在保证系统分类能力的条件下,依据分类规范,实现电力变压器故障挖掘诊断,对采集到的100组电力变压器故障数据进行仿真分析。结果表明,所提方法的局部搜索能力明显优于传统方法,所提方法在变压器故障的诊断准确率上大大高于传统方法,保证了电力变压器运行的安全性与可靠性。
出处
《电气应用》
2015年第10期63-66,共4页
Electrotechnical Application
基金
新疆生产建设兵团普通高校人文社会科学重点研究基地塔里木大学西域文化研究院开放课题基金资助(XY1408)
塔里木大学校塔里木大学校长基金硕士项目资助(TDZKSS201414)
塔里木大学高等教育研究项目(TDGJ1411)