您的位置: 专家智库 > >

王娅娜

作品数:7 被引量:90H指数:5
供职机构:西安工程大学更多>>
发文基金:陕西省教育厅产业化培育项目陕西省科学技术研究发展计划项目国家重点基础研究发展计划更多>>
相关领域:电气工程更多>>

文献类型

  • 5篇期刊文章
  • 2篇专利

领域

  • 5篇电气工程

主题

  • 6篇变压
  • 6篇变压器
  • 5篇神经网
  • 4篇变压器故障
  • 3篇神经网络
  • 2篇正则
  • 2篇正则化
  • 2篇特征气体
  • 2篇阈值
  • 2篇阈值优化
  • 2篇网络
  • 2篇粒子群
  • 2篇贝叶斯
  • 2篇贝叶斯正则化
  • 1篇单变量
  • 1篇导线
  • 1篇导线温度
  • 1篇电力
  • 1篇电力变压器
  • 1篇萤火虫

机构

  • 7篇西安工程大学
  • 1篇华南理工大学
  • 1篇南方电网科学...

作者

  • 7篇王娅娜
  • 7篇黄新波
  • 6篇宋桐
  • 1篇欧阳丽莎
  • 1篇朱永灿
  • 1篇李立浧
  • 1篇林淑凡
  • 1篇刘林

传媒

  • 1篇中国电力
  • 1篇高电压技术
  • 1篇电力建设
  • 1篇广东电力
  • 1篇陕西电力

年份

  • 1篇2016
  • 3篇2014
  • 2篇2013
  • 1篇2011
7 条 记 录,以下是 1-7
排序方式:
输电线路覆冰关键影响因素分析被引量:60
2011年
输电线路覆冰严重威胁着电力系统的安全运行,开展输电线路覆冰机理的研究对于提高覆冰区线路运行的可靠性具有重要意义。为此,首次提出了覆冰影响深度分析法,定义了公式和分析步骤,利用该方法分析了贵州电网220kV铜黎线现场覆冰的监测数据,确定了线路覆冰与微气象条件(环境温度、环境湿度、环境风速)和导线温度等因素之间的关系,并与灰关联分析法进行了对比研究。结果表明:覆冰最关键的影响因素为风速,其次为导线温度和环境温度,影响最小的为环境湿度。
黄新波欧阳丽莎王娅娜李立浧罗兵
关键词:覆冰导线温度灰关联分析法
基于IGSO优化LM网络的变压器故障诊断方法被引量:5
2014年
针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表神经网络的权值和阈值、LM网络的均方误差函数作为萤火虫个体的适应度函数,利用改进萤火虫算法迭代寻优得到LM网络的最优权值和阈值。同时,运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,不仅有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。然后,建立基于自适应搜索萤火虫算法优化的神经网络模型,并将典型变压器故障数据代入仿真,通过与贝叶斯正则化神经网络模型以及粒子群模型的仿真结果对比,表明该方法具有较好的分类效果,准确率达到88.57%。
黄新波宋桐王娅娜李文君子
关键词:自适应搜索萤火虫算法改进神经网络贝叶斯正则化粒子群
基于灰模糊萤火虫算法优化的变压器故障诊断方法
本发明公开的基于灰模糊萤火虫算法优化的变压器故障诊断方法,具体步骤为:先用特征气体含量预测模块选取变压器五种特征气体含量有效数据序列,再用单变量时间序列灰模型得到五种特征气体自变量序列下一个时刻的特征气体预测值;对数据进...
黄新波宋桐王娅娜李文君子
文献传递
基于改进粒子群算法的模糊神经网络变压器油色谱监测故障诊断策略被引量:7
2013年
针对标准误差反向传播(back propagation,BP)神经网络算法易陷入局部最优、收敛速度缓慢等问题,提出一种基于改进粒子群算法的模糊神经的变压器油色谱故障诊断方法。该方法首先通过模糊编码边界对网络输入模糊化;再结合非线性策略的惯性权重及学习因子改进的粒子群BP网络算法来诊断变压器故障类型,既能平衡全局搜索和局部搜索能力,还可以避免BP神经网络陷入局部最优;最后,采用MATLAB软件对变压器油色谱数据进行仿真,结果表明该方法具有收敛速度快、诊断准确率高、泛化能力强等优点。
王娅娜黄新波宋桐朱永灿
关键词:变压器改进粒子群算法神经网络故障诊断
变压器油色谱在线监测中BP神经网络算法分析被引量:11
2013年
针对现今变压器故障诊断方法存在的编码不齐全、准确率不够高等问题,提出了一种基于BP神经网络的变压器油色谱在线监测综合智能诊断方法。该方法结合国标阈值诊断以及改良三比值法,运用BP神经网络理论诊断变压器综合运行状态。运用Matlab建立基于特征气体的BP神经网络变压器故障诊断模型,发现BP神经网络具有良好的特征提取功能,但是通过不断训练发现,只运用BP神经网络对变压器进行诊断得到的变压器运行状态并不是十分准确。最后,结合常用的比值法,通过仿真对实例进行综合诊断,得出此方法运用到变压器故障诊断中具有更高的准确性。
黄新波王娅娜刘林宋桐
关键词:变压器在线监测BP神经网络油中溶解气体分析智能诊断
基于贝叶斯和模糊L-M网络的变压器故障诊断被引量:9
2014年
针对现今电力变压器故障诊断方法中存在编码不齐全、准确率不高等一系列问题,研究贝叶斯理论的神经网络算法,提出一种基于贝叶斯正则化优化L-M(Levenberg-Marquardt)算法神经网络的变压器油色谱故障诊断方法。算法采用贝叶斯方法确定超参数,使得神经网络在训练过程中能自适应地调节超参数的大小,得出目标函数的最优化参数。同时,该方法运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。最后,运用仿真软件对典型变压器运行数据进行仿真,验证了该算法的可行性。结果表明,建立的模型对变压器进行故障诊断时迭代次数为21次,实际值与预测值的误差平方和仅为0.000 618。
黄新波宋桐王娅娜李文君子林淑凡
关键词:电力变压器贝叶斯正则化超参数
基于灰模糊萤火虫算法优化的变压器故障诊断方法
本发明公开的基于灰模糊萤火虫算法优化的变压器故障诊断方法,具体步骤为:先用特征气体含量预测模块选取变压器五种特征气体含量有效数据序列,再用单变量时间序列灰模型得到五种特征气体自变量序列下一个时刻的特征气体预测值;对数据进...
黄新波宋桐王娅娜李文君子
文献传递
共1页<1>
聚类工具0