-
公开(公告)号：CN107153869A
公开(公告)日：2017-09-12
申请号：CN201710196519.5
申请日：2017-03-29
Applicant: 南昌大学
Abstract: 一种基于布谷鸟搜索优化神经网络的变压器故障诊断方法，采用人工智能方法中的神经网络结构参数，结合一种布谷鸟搜索的元启发式智能方法，用布谷鸟搜索方法去优化神经网络的结构参数，通过DGA数据的训练得到一种稳定的基于布谷鸟搜索优化的神经网络结构，对新的数据进行预测，以解决这种对分类问题。本发明避免传统诊断方法大多局限于阈值诊断的缺点，具有较强的通用性；该方法与基本神经网络算法和基于其他元启发式优化神经网络算法方法相比，收敛速度更快，模型敏感度低，鲁棒性较强；并且，该方法采用布谷鸟搜索这种元智能算法对神经网络结构进行优化，改善了神经网络限于局部最小的缺点，并且调参过程更具有通用的规律性。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
