科研之友
微信
新浪微博
Facebook
分享链接
摘要
高压断路器作为在各种电力系统应用中起到安全保护作用的设备，其故障诊断研究具有重大的意义。针对传统的BP神经网络收敛速度慢、收敛精度不足的问题，提出一种改进麻雀搜索算法(logisticsparrow search algorithm, LSSA)对BP神经网络进行优化。该模型通过在麻雀算法初始化种群时引入Logistic混沌映射得到更合理的初始参数，并在位置更新与最优解更新中分别引入动态自适应权重、柯西变异策略和反向学习策略，使该模型对断路器故障分类诊断的平均准确率接近100%,这表明改进后的BP神经网络具有更高的正确率。
-
单位电子工程学院; 重庆理工大学
