论文部分内容阅读
对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体，既具有良好的模式识别性能，又能很好地解决反馈型神经网络的收敛问题。本文提出了基于CP分类器人工神经网络的变压器故障诊断方法，建立了CP组合神经网络模型，用特征浓度归一化法对油中溶解气体分析的数据进行预处理，通过比较不同训练情况下的正判率来确定CP网络中的训练次数和竞争层神经元的个数。实例证明该模型诊断结果的正判率比改良电协研法和IEC三比值法有较大的提高，具有较高的诊断准确率和应用价值。