A transformer is an important part of power transmission and transformation
equipment. Once a fault occurs, it may cause a large-scale power outage. The safety of the
transformer is related to the safe and stable operation of the power system. Aiming at the
problem that the diagnosis result of transformer fault diagnosis method is not ideal and the
model is unstable, a transformer fault diagnosis model based on improved particle swarm
optimization online sequence extreme learning machine (IPSO-OS-ELM) algorithm is
proposed. The improved particle swarmoptimization algorithm is applied to the transformer
fault diagnosis model based on the OS-ELM, and the problems of randomly selecting
parameters in the hidden layer of the OS-ELM and its network output not stable enough,
are solved by optimization. Finally, the effectiveness of the improved fault diagnosis model
in improving the accuracy is verified by simulation experiments.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00