文献类型：期刊文章

作　　者：李国胜[1] 王炼红[1] 戴瑜兴[1] 王兴仙[2]

机构地区：[1]湖南大学电气与信息工程学院,长沙410082 [2]天正集团有限公司,浙江温州325604

出　　处：《计算机工程与应用》

基　　金：浙江省重大科技专项(No.2007C11072);国家重大专项"极大规模集成电路制造装备及成套工艺"子课题(No.2009ZX02011-02)

年　　份：2012

卷　　号：48

期　　号：31

起止页码：216-219

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对电机保护只在被测参数达到或者超过设定动作阈值才动作,缺乏预测控制能力,设计了一种基于粒子群的径向神经网络。利用小波变换的时频分解能力、优异的奇异检测能力进行故障特征分量的提取;用粒子群算法和径向神经网络配合优化权重,从而使网络收敛快,训练时间短。通过电动机故障进行仿真实验,结果表明PSO-RBF神经网络实现了对故障的识别。

关 键 词：径向神经网络  小波变换 故障诊断 粒子群算法

分 类 号：TP206.3]