张亮
- 作品数：2 被引量：22H指数：2
- 供职机构：重庆大学通信工程学院更多>>
- 发文基金：国家重点基础研究发展计划国家大学生创新性实验计划更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于油气参数分析的电力变压器故障分步式诊断算法被引量：18
- 2014年
- 为提高电力变压器故障诊断的诊断速度和准确率,提出了一种以变压器油气参数为诊断依据的电力变压器故障分步式诊断算法。该算法第1步采用量子行为的支持向量机(SVM)故障诊断算法,即采用SVM对大型电力变压器的故障进行分类,在分类的过程中采用改进的具有量子行为的遗传算法对SVM的参数进行寻优。在完成第1步的基础上,第2步再对存在于可疑区域的样本采用K-近邻聚类分析算法分类。仿真结果表明:改进的量子遗传算法只需要50代繁衍就能得到最佳分类模型,而普通遗传算法则需要通过170代才能得到;同时聚类分析与支持向量机的有机结合将分类准确率由97.5%提高到了100%。可见,所提出的电力变压器故障分步式诊断算法能有效地提高故障诊断的诊断速度和准确率,可广泛应用于电力变压器的故障诊断。
- 仲元昌万能飞夏艳张亮乔静
- 关键词：支持向量机量子遗传算法
- 改进的小波神经网络算法对变流器的故障诊断方法被引量：4
- 2011年
- 变流器是双馈风力发电系统中的枢纽设备,其运行可靠性直接关系到发电系统的安全与稳定。针对基于递推最小二乘(RLS)算法的离散小波神经网络(DWNN)存在收敛速度慢、收敛精度不高、搜索局部极小等不足,以变流器的电流为分析对象,提出一种采用变加权和变学习率改进算法的小波神经网络的变流器故障诊断方法。选择变流器电流作为离散小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之RLS算法,改进的小波神经网络故障诊断方法在故障识别准确率和收敛时间方面表现更优。
- 段其昌张亮袁景明
- 关键词：变流器故障诊断递推最小二乘法
