摘要：针对以往神经网络常采用试凑法设计网络节点的缺陷,提出了一种自组织径向基函数（RBF）神经网络算法。该算法首先通过模糊C-均值（FCM）算法得到初始的RBF神经网络节点数和中心向量,再利用经Gaussian随机分布改进的粒子群优化（PSO）算法对初始RBF神经网络节点数、中心向量、节点连接权值进行优化。利用鸢尾属数据集及葡萄酒数据集对提出的自组织RBF神经网络算法进行了仿真测试,证明该算法对于提高分类精度和优化RBF神经网络结构有一定的作用。最后,将该算法应用到电力机车牵引变压器综合测试及故障诊断系统中,结果证明所提的自组织RBF神经网络诊断算法可有效监测出原系统试验时误报和漏报的故障。

关键词：变压器 故障诊断 

单位：中南大学交通运输工程学院 长沙410075 中南大学信息科学与工程学院 长沙410075