论文部分内容阅读
在分析Levenberg-Marquardt (L-M)算法和Nguyen-Widrow (N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N-W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络.构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点.将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性.