公共文化服务平台

宋桐: 作品数：10 被引量：38H指数：5; 供职机构：西安工程大学电子信息学院更多>>; 发文基金：陕西省科学技术研究发展计划项目陕西省教育厅产业化培育项目教育部“新世纪优秀人才支持计划”更多>>; 相关领域：电气工程建筑科学更多>>

合作作者

变压器油色谱在线监测中BP神经网络算法分析被引量：11: 2013年; 针对现今变压器故障诊断方法存在的编码不齐全、准确率不够高等问题,提出了一种基于BP神经网络的变压器油色谱在线监测综合智能诊断方法。该方法结合国标阈值诊断以及改良三比值法,运用BP神经网络理论诊断变压器综合运行状态。运用Matlab建立基于特征气体的BP神经网络变压器故障诊断模型,发现BP神经网络具有良好的特征提取功能,但是通过不断训练发现,只运用BP神经网络对变压器进行诊断得到的变压器运行状态并不是十分准确。最后,结合常用的比值法,通过仿真对实例进行综合诊断,得出此方法运用到变压器故障诊断中具有更高的准确性。; 黄新波王娅娜刘林宋桐; 关键词：变压器在线监测 BP神经网络油中溶解气体分析智能诊断

基于多参数的电力变压器运行故障综合诊断方法: 本发明公开了一种基于多参数的电力变压器运行故障综合诊断方法，具体按照以下步骤实施：步骤1，对变压器的各项运行参数的数据采集与处理，得到输入参数：X'＝{X<Sub>1</Sub>',X<Sub>2</Sub>',X<Su...; 黄新波李文君子宋桐王岩妹; 文献传递

基于DGA技术和SAMME的变压器故障诊断被引量：9: 2016年; 油中溶解气体分析(dissolved gas analysis,DGA)技术可以有效发现充油变压器内部的早期潜伏性故障,是对充油设备进行诊断的常用检测方法。CART(classification and regression trees)分类回归树是一种可处理连续属性的不平衡算法。SAMME作为Ada Boost二分类算法的延伸,可将多个略好于随机猜测的弱分类器组合提升为分类精度更高的强分类器,完成多分类任务。针对单一算法往往不能满足实际工程对分类精度的需求且高精度算法难以获得的问题,采用SAMME算法对CART弱学习器的权重根据误差不断调整,再通过加权投票将其组合提升为强分类器,并采用V折交叉验证确定SAMME-CART模型的最优迭代次数。以此提高故障诊断模型的泛化能力。实验结果表明,运用该模型结合DGA技术对变压器故障进行诊断,相比于单一CART算法,诊断准确率整体提高了18.7%,表明该方法是可行的。; 黄新波李文君子宋桐王岩妹; 关键词：变压器故障诊断 CART

多模型组合优化的变压器故障诊断策略研究: 电力变压器作为智能变电设备的核心设备之一,对促进智能电网向高电压、大跨度、大电网互联、高能动性趋势的转变有着举足轻重的作用。因此,为了掌握变压器运行工作状态,研究变压器不同故障诊断方法成为建设智能化高联动、大电网工程需解...; 宋桐; 关键词：变压器专家系统; 文献传递

基于IGSO优化LM网络的变压器故障诊断方法被引量：5: 2014年; 针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表神经网络的权值和阈值、LM网络的均方误差函数作为萤火虫个体的适应度函数,利用改进萤火虫算法迭代寻优得到LM网络的最优权值和阈值。同时,运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,不仅有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。然后,建立基于自适应搜索萤火虫算法优化的神经网络模型,并将典型变压器故障数据代入仿真,通过与贝叶斯正则化神经网络模型以及粒子群模型的仿真结果对比,表明该方法具有较好的分类效果,准确率达到88.57%。; 黄新波宋桐王娅娜李文君子; 关键词：自适应搜索萤火虫算法改进神经网络贝叶斯正则化粒子群

基于灰模糊萤火虫算法优化的变压器故障诊断方法: 本发明公开的基于灰模糊萤火虫算法优化的变压器故障诊断方法，具体步骤为：先用特征气体含量预测模块选取变压器五种特征气体含量有效数据序列，再用单变量时间序列灰模型得到五种特征气体自变量序列下一个时刻的特征气体预测值；对数据进...; 黄新波宋桐王娅娜李文君子; 文献传递

覆冰环境下输电导线外流场数值模拟与分析被引量：1: 2014年; 利用基于有限体积法的流体数值模拟软件FLUENT研究了覆冰气候环境下输电线路导线的外流场,分析了导线周围气流场的速度场、温度场、压力场分布规律,并分析了覆冰过程所涉及的参数(风速、环境温度、导线温度、导线半径)对各场的影响。在实际情况中,导线迎风区域容易覆冰,背风区域不易覆冰,通过对外流场中速度场、温度场,压力场的分布规律和特征分析总结,揭示了导线不均匀覆冰的规律和机理。同时,对覆冰过程涉及参数的影响分析揭示了直径较小的导线容易覆冰的原因。; 黄新波林淑凡朱永灿王玉鑫宋桐; 关键词：输电导线覆冰外流场气流场数值模拟不均匀覆冰

基于改进粒子群算法的模糊神经网络变压器油色谱监测故障诊断策略被引量：7: 2013年; 针对标准误差反向传播(back propagation,BP)神经网络算法易陷入局部最优、收敛速度缓慢等问题,提出一种基于改进粒子群算法的模糊神经的变压器油色谱故障诊断方法。该方法首先通过模糊编码边界对网络输入模糊化;再结合非线性策略的惯性权重及学习因子改进的粒子群BP网络算法来诊断变压器故障类型,既能平衡全局搜索和局部搜索能力,还可以避免BP神经网络陷入局部最优;最后,采用MATLAB软件对变压器油色谱数据进行仿真,结果表明该方法具有收敛速度快、诊断准确率高、泛化能力强等优点。; 王娅娜黄新波宋桐朱永灿; 关键词：变压器改进粒子群算法神经网络故障诊断

基于贝叶斯和模糊L-M网络的变压器故障诊断被引量：9: 2014年; 针对现今电力变压器故障诊断方法中存在编码不齐全、准确率不高等一系列问题,研究贝叶斯理论的神经网络算法,提出一种基于贝叶斯正则化优化L-M(Levenberg-Marquardt)算法神经网络的变压器油色谱故障诊断方法。算法采用贝叶斯方法确定超参数,使得神经网络在训练过程中能自适应地调节超参数的大小,得出目标函数的最优化参数。同时,该方法运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。最后,运用仿真软件对典型变压器运行数据进行仿真,验证了该算法的可行性。结果表明,建立的模型对变压器进行故障诊断时迭代次数为21次,实际值与预测值的误差平方和仅为0.000 618。; 黄新波宋桐王娅娜李文君子林淑凡; 关键词：电力变压器贝叶斯正则化超参数

基于灰模糊萤火虫算法优化的变压器故障诊断方法: 本发明公开的基于灰模糊萤火虫算法优化的变压器故障诊断方法，具体步骤为：先用特征气体含量预测模块选取变压器五种特征气体含量有效数据序列，再用单变量时间序列灰模型得到五种特征气体自变量序列下一个时刻的特征气体预测值；对数据进...; 黄新波宋桐王娅娜李文君子; 文献传递

宋桐

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

宋桐

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈