文献

J-GLOBAL ID：201702230403895775   整理番号：17A0109293

変圧器故障診断におけるPSOの応用を改良した。【JST・京大機械翻訳】

Application of RBPNN improved by PSO in fault diagnosis of transformers

著者 (6件)： Shi Xunshan (College of Energy and Electrical Engineering, Hohai University) ,  Ma Hongzhong (College of Energy and Electrical Engineering, Hohai University) ,  Zhang Lin (College of Energy and Electrical Engineering, Hohai University) ,  Li Kai (Nanjing Power Supply Company, Jiangsu Electric Power Company) ,  Xu Honghua (Nanjing Power Supply Company, Jiangsu Electric Power Company) ,  Chen Bingbing (Nanjing Power Supply Company, Jiangsu Electric Power Company)
資料名： Dianlixitong Baohu Yu Kongzhi  (Dianlixitong Baohu Yu Kongzhi)
巻： 44  号： 17  ページ： 39-44  発行年： 2016年 
JST資料番号： C2675A  ISSN： 1674-3415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 確率的ニューラルネットワーク(PNN)と遺伝的アルゴリズム(GA)の欠点を克服するために,粒子群最適化(PSO)に基づく動径基底関数ニューラルネットワーク(RBPNN)に基づく故障診断法を提案した。まず第一に,RBPNNを導入し,逆伝搬を学習アルゴリズムおよび油中の溶存ガス含有量の比率として選択した。次に,このモデルはネットワーク構造と初期値によって影響されるので,GA,PSOと改良PSOを用いてネットワークを最適化してテストした。比較解析により,改良PSOは,トポロジー構造を決定し,誤差を低減し,収束速度を改善し,予測精度を向上させることができ,そして,故障診断における提案方法の正しさおよび実現可能性を,証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  学習アルゴリズム ,  ネットワーク ,  遺伝的アルゴリズム ,  溶存ガス ,  *変圧器 ,  最適化 ,  ネットワーク構造 ,  *故障診断
準シソーラス用語： 予測精度 ,  収束速度 ,  初期値 ,  動径基底関数ニューラルネットワーク ,  粒子群最適化 ,  確率的ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： PSO ,  RBPNN ,  back propagation ,  power transformer ,  fault diagnosis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 変圧器 ,  故障診断 ,  PSO ,  応用