摘要：故障诊断对于事故后快速恢复具有重要意义.多种人工智能技术在其中得以应用,然而快速、准确的故障诊断仍是一个悬而未决的难题,尤其在保护和断路器不正常动作或多重故障的情况下,故障诊断更为困难.提出了一种基于神经网络(ANN)和遗传算法(GA)的故障诊断方法,它采用三层前向神经网络执行诊断功能,双重GA循环优化该神经网络的结构和连接权重.第一重GA循环用于优化神经网络结构,第二重GA循环进一步优化神经网络的连接权重.两重GA循环可以搜索确定用于故障诊断的最优神经网络.有关的数学模型和算法流程在文中作了详细介绍.以4-母线简单电力系统为例,进行了计算机仿真计算.结果表明,基于混合神经网络和遗传算法的故障诊断系统优于传统的BP神经网络,可以较好地解决故障诊断问题.

原文链接:http://www.cqvip.com//QK/90521X/200501/12027606.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）