摘要:综合自适应遗传算法和BP算法各自的优点,构造了基于两者混合训练的神经网络,应用到GIS局部放电超高频的模式识别.分别用基于自适应遗传算法的神经网络、基于BP算法的神经网络,以及基于自适应遗传算法和BP算法混合训练的神经网络对用局部放电超高频检测系统检测到的GIS中4种模式的局部放电进行了识别.实验结果表明,基于自适应遗传算法和BP算法混合训练的神经网络提高了神经网络训练的收敛速度,保证了收敛的可靠性,具有较高的识别率和较强的泛化能力.
关键词:局部放电 模式识别 遗传算法 神经网络
单位:西安交通大学电气工程学院; 陕西; 西安; 710049; 西安交通大学电气工程学院; 陕西; 西安; 710049; 西安高压电器研究所; 陕西; 西安; 710077; 西安高压电器研究所; 陕西; 西安; 710077
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社