论文部分内容阅读
标准粒子群优化(PSO)算法对惯性权重采取简单的线性衰减方案,无法获得全局最优点.为了弥补该方法的缺陷,提出了一种改进的粒子群优化(IPSO)算法,并将该算法与误差反向传播神经网络(BPNN)相结合,进而提出一种基于IPSO-BPNN的变压器故障诊断新方法.该方法将单个粒子连续被选为最优解的次数作为自适应变量,并根据粒子的性能分类结果,自适应地调整各粒子的惯性权重,从而达到平衡局部和全局搜索能力的目的.大量仿真表明该算法性能明显优于基于BPNN和PSO-BPNN的变压器故障诊断系统,变压器故障诊断正确率更