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