论文部分内容阅读
针对应用于变压器故障诊断中的小波神经网络(WNN)算法和训练中存在的一些问题，本文提出一种将递阶遗传算法和最小二乘法相结合，用于优化小波神经网络的结构和参数的新算法，遗传过程中采用自适应的交叉和变异概率有效地加快了遗传收敛速度和避免早熟现象的出现。搜集了大量变压器故障的相应数据，并将数据分析结果归一化后送入训练好的小波神经网络进行预测，实现了对变压器故障的辨识仿真。结果表明基于混合递阶遗传算法的小波神经网络(HHGA—WNN)收敛速度快，鲁棒性好，精度高。