基于改进深度置信网络的变压器诊断模型

电力变压器作为电网运行中具有重要影响的电器设备,具有输送电能和改变电压的重要作用。为提高变压器诊断方法的准确率,文中提出了基于麻雀搜索算法的深度置信网络的变压器诊断方法。该方法应用深度置信网络对故障进行分类,再应用麻雀搜索算法对深度置信网络的结构参数进行优化。仿真结果表明,与优化前的DBN网络相比,该方法的准确率更高,具有一定的可行性。     

基于旋转状态转移的麻雀搜索算法

针对现有的麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,容易陷入局部最优等问题,提出一种精英旋转策略的麻雀搜索优化算法(RLSSA)。首先,对麻雀种群中发现者进行旋转状态转移变换,以提高算法的局部搜索能力,提高算法的搜索精度。其次,对加入者引入基于莱维飞行的搜索策略,提高算法的全局搜索能力,同时引入贪婪算法搜索寻优策略。最后,在12个基础函数上进行仿真实验。实验结果表明上述方法在收敛速度和精度上有显著优势。     

基于改进麻雀搜索算法优化BP神经网络的气动光学成像偏移预测

气动光学效应导致的目标图像偏移对于飞行器的导航、定位以及寻的影响很大,对气 动光学成像偏移的实时补偿具有重要的实用价值。提出了一种基于改进型麻雀搜索算法 优化BP神经网络(improved sparrow search agorithm optimized BP neural network, ISSA-BP)的模型,对气动光学成像偏移进行预测。为提高预测算法的 搜索和跳出局部最优的能力,在标准麻雀搜索算法(sparrow search algorithm,SSA)中借助鸟群算法(bird swarm algorithm,BSA)飞行行 为的思想,使加入者以一定的概率向发现者靠近,缩短了算法的运行时间,保证了全局收敛 和种群的多样性。最后将 算法模型与BP神经网络模型和麻雀搜索算法优化BP神经网络(sparrow search algorithm BP,SSA-BP)模型进行对比 ,使用三种评价指标对三种算法模型进行评价, 结果表明的ISSA-BP模型能够及时准确的对气动光学成像偏移进行预测,ISSA-BP 模型的均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)分别为2.511、1.969和0.999。     

改进麻雀搜索算法及其在红外图像分割的应用

电力设备的故障常以异常发热的状态经红外图像检测被检测人员发现。针对使用最大类间方差法（Otsu method, Otsu）对电力设备热故障诊断精度不佳,效率不高的问题,提出了基于变螺旋麻雀搜索算法（variable spiral sparrow search algorithm, VSSSA）的红外图像分割方法。变螺旋麻雀搜索算法先采用Tent混沌序列优化初始种群,然后,通过引入Lévy飞行和变螺旋策略提高种群的寻优速度和探索能力,并使用基准函数测试验证了其性能的有效性;最后,在VSSSA优化二维Otsu函数,并对红外图像进行双阈值分割的基础上,结合自适应区域生长法进一步提取精确的目标区域。图像分割实验结果显示,该红外方法相比其他的分割方法,分割精度更优,因而具有一定的实用性。     

基于改进麻雀搜索算法的外骨骼机器人步态检测

为提高对外骨骼机器人步态检测的准确性,提出了一种基于改进麻雀搜索算法(ISSA)优化支持向量机(SVM)的外骨骼机器人步态检测新方法,即在麻雀搜索算法(SSA)中引入正余弦算法和Levy飞行策略以提高算法的寻优性能,进而实现SVM参数的合理优化,从而达到提升外骨骼机器人步态检测的准确性。4个典型测试函数的测试结果表明,ISSA算法在收敛精度、收敛速度和收敛稳定性上比其他几种方法更优;外骨骼机器人步态检测实例结果表明,基于ISSA-SVM的步态检测准确率得到了提升,可以实现外骨骼机器人步态的有效检测。     

改进麻雀搜索算法求解DFJSP问题

针对分布式柔性作业车间调度最小化最大完工时间问题的特性,提出一种改进麻雀搜索算法(ISSA)。该算法中,编码采用基于工序序列的编码方案,利用随机生成和反向学习混合的策略初始化种群以增加种群的多样性。针对麻雀搜索算法(SSA)易陷入局部最优,结合莱维飞行、学习更新策略、正态云模型优化SSA,同时通过交叉和变异算子提升算法的全局和局部搜索能力。进一步地,通过扩展的18个标准算例分别对2家工厂、3家工厂生产调度进行仿真实验,将ISSA与现有算法进行对比,验证了所提算法求解DFJSP的有效性。     

基于贝叶斯网络的变压器故障诊断研究

针对传统变压器故障诊断比值法中存在比值编码过于绝对和不能及时发现早期潜伏性故障的问题,文中将改良的无编码比值法和变压器故障类型作为贝叶斯网络节点,利用改进的搜索策略和评分函数建立基于贝叶斯网络的变压器故障诊断模型.以LabVIEW为上位机建立了变压器在线故障诊断系统,实现变压器的数据采集、故障推理和历史信息查询等多种功...     

改进麻雀搜索算法的飞行器航迹规划

针对传统麻雀搜索算法(SSA)在飞行器航迹规划求解问题中计算过程复杂、易陷入局部解等不足,提出了一种融合鲸鱼搜索因子和柯西-高斯变异的麻雀搜索算法(WSSA)。首先借助佳点集法对种群进行了初始化处理;其次借助鲸鱼算法中螺旋式搜索因子形成自适应权重迭代因子,提高算法全局搜索能力的同时保证局部的收敛性;随后在跟随者位置更新中加入柯西-高斯变异因子对原迭代进行扰动更新,提高算法的全局寻优能力;最后基于改进前后的算法进行了模型求解和适应度比较,验证了所提算法的有效性。     

基于麻雀搜索算法的摄像机标定优化方法

针对传统摄像机标定方法标定精度低且标定可重复性差等问题,提出了一种基于麻雀搜索算法(SSA)的摄像机标定方法.首先,利用MATLAB软件中的标定工具箱,获得摄像机内参和外参的初估值,并以求出的初估值为基础,确定SSA的运行区间.然后,通过建立平均重投影误差方程,利用SSA对确定区间内的摄像机参数进行优化,获得了较小的平...     

基于人工免疫算法的变压器故障诊断

针对变压器故障各种诊断方法的优缺点,人工免疫作为一种新的有效故障诊断方法,因其自身的独有特性,可用于解决故障诊断中难以解决的一些特殊问题,为解决变压器故障诊断问题提供了新的思路。通过标准数据集对免疫网络的Matlab实验,表明该算法有较高的分类准确率。     

一种基于模糊逻辑的贝叶斯最优学习器

针对变压器故障信息中存在有不完整、不确定及模糊性的知识,提出一种基于模糊逻辑和贝叶斯最优分类器结合的模糊贝叶斯分类器。该方法首先利用观察信息的模糊隶属度函数建立贝叶斯最优分类器中假设的后验概率,进而计算各类故障信息分类的结果并进行加权平均后得到最佳的诊断结果。应用和研究表明该方法能解决贝叶斯分类器中模糊信息获取的“瓶颈”难题,具有很强的学习能力,是一种有效的变压器绝缘故障诊断方法。     

几种改进BP算法在电机故障诊断中的分析比较

近年来,人工神经网络以其独特的容错、联想、推测、记忆、自适应和处理复杂的多模式等优点,在许多学科中掀起了研究热潮,同样在故障诊断领域,其发展前景也十分乐观,它作为一种自适应的模式识别技术,并不需要预先给出有关模式的经验知识和判断函数,对于特定问题建立的神经网络故障诊断系统,可以从输入数据（故障症状）直接推出输出数据（故障原因）,从而实现故障的检测与诊断。但是传统的BP算法存在一些缺陷。所以采用一些改进的BP算法,把它们用于电机的故障诊断,通过实验对这些改进算法的分析比较,得出其中较合适的算法。这样不仅能发挥神经网络的泛化映射能力而且诊断速度也有提高,有较强的学习能力。     

基于改进麻雀搜索算法的稀布线阵综合方法

针对阵列天线中阵列孔径、阵元数目、阵元间距等多约束的稀布线阵综合问题,文中提出了一种基于改 进麻雀搜索算法的稀布阵列综合优化方法。给出了改进麻雀搜索算法的流程,并在确定阵列孔径、阵元数目和最小阵 元间距的约束条件下,采用Tent 混沌映射进行天线阵元位置的初始化,提高算法的搜索性和收敛性,实现了抑制天线 峰值旁瓣电平(PSLL)的稀布线阵综合仿真。仿真结果表明,所提出的方法相比于其它文献中的优化方法,能够得到更 低的峰值旁瓣电平,稳健性好,效率高。在仿真结果的基础上,引入实际天线进行组阵分析,验证了该方法的可行性。     

基于遗传算法的故障诊断的研究

介绍了遗传算法在故障诊断中的应用，显示出将遗传算法应用于故障诊断可减少运算量、缩短平均诊断时间、提高诊断效率和故障识别精度。     

An Efficient Cuckoo Search Algorithm for System-Level Fault Diagnosis

We propose a new efficient algorithm named Cuckoo search fault diagnosis (CSFD) to solve system-level fault diagnosis problem.KMP algorithm is proposed for initialization based on the K-means partition algorithm;a fitness function is designed according to the equation constraints satisfied by the test model;the binary mapping method is advanced by optimizing existing binary mapping algorithm.Experiments show that KMP algorithm significantly reduces the disparity between the initial solution and the actual solution,and CSFD algorithm improves the efficiency and correctness significantly compared with existing typical swarm intelligence diagnosis algorithm.     

面向电力变压器故障集成诊断系统

针对变压器故障呈现的复杂性,提出建立一种面向电力变压器故障的集成诊断系统。整个系统诊断模块以集成诊断形式出现,利用决策融合网络将基于不同诊断机理与方法的诊断子模块进行融合,即是将油中溶解气体分析与常规电气试验的结论结合起来,并充分借鉴现场的运行、诊断和维修经验,因而具有较强的知识表示及不确定性处理能力。实验证明该系统提高了诊断确诊率,并给出系统诊断的实现过程。     

基于贝叶斯网络的雷达故障远程诊断系统研究

为了提高高密度航天发射任务条件下的雷达维修能力,缩短维修时间,研究了一种基于贝叶斯网络的雷达故障远程诊断系统。设计了该故障诊断系统的硬件总体结构和软件功能架构,介绍了雷达故障数据的采集和加密传输过程。利用贝叶斯网络建立雷达故障模型,并通过期望最大算法确定了故障模型的参数;采用联合树算法,实现故障定位推理。故障诊断实例表明:与传统的故障诊断方法相比,基于贝叶斯网络的故障诊断方法能够有效识别雷达的故障类型,具有故障定位准确、运行时间短等优点。     

基于支持向量机的变压器故障诊断

针对变压器故障诊断中缺少实际典型故障样本的问题,提出了支持向量机（SVMs）变压器故障诊断方法。该方法采用K均值聚类（KMC）对变压器油中5种特征气体样本进行预选取作为特征向量,输入到多分类支持向量机中进行训练,建立SVMs诊断模型,实现对故障样本的诊断分类。实例分析表明,KMC算法浓缩了故障信息,有效地解决了确定模型参数时耗时巨大的问题。该方法在有限样本情况下,能够达到较高的故障正判率,满足变压器故障自动诊断的目的。     

基于网格搜索的改进SVM模拟电路故障诊断方法

针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率。采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优。采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比。结果证明了该故障诊断方法的可行性。