改进蜂群算法在大型电力变压器故障诊断中的应用

来源 :水电能源科学 | 被引量 : 0次 | 上传用户:cyh_sh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力变压器故障危及电网供电安全,为提高其故障诊断精度,避免传统算法自身固有缺陷,提出了一种改进蜂群算法优化的BP神经网络故障诊断模型.首先改进传统蜂群算法,并将其与BP神经网络相结合以优化模型参数;然后将优化后的网络模型代入变压器故障识别中,以达到提高故障诊断准确率的目的.对比不同模型预测结果表明,所提模型与方法可实现对变压器故障的精确预测.
其他文献
针对水利水电灌浆工程常存在数据庞大、信息分散、处理滞后等问题,且现有灌浆过程控制及分析方法不直观、不及时、有效性差的问题,提出了一种基于BIM技术的灌浆过程数据多维集成分析方法,通过耦合三维设计模型、三维地质模型和灌浆施工数据,制定多维度定量过程控制指标及分析流程,及时揭露灌浆异常,直观分析成因并制定处理措施.实际应用结果表明,该方法可行、有效,且极大地提升了灌浆质量控制水平.
2020年鄱阳湖流域遭遇历史性特大暴雨袭击,水位持续上涨,多处圩堤出现管涌等渗漏险情.通过对2020年汛期鄱阳湖湖区廿四联圩发生的104处主要渗漏险情、河道水文资料及堤基地质资料的梳理分析,探讨了渗漏险情发生与河道水位以及堤基地质条件之间的内在关联性.研究表明,当河道水位超过警戒水位后,会有超过90%的渗漏等险情发生,尤其是当水位达到历史最高水位前后,险情密切集中,防汛形势十分严峻.计算各地质类别险情发生比率,最后得出圩堤发生险情状况与地质条件有较好的对应性,多数险情发生在堤基地质条件不好的堤段,尤其地质