-
基于随机向量泛函连接网络的油浸式变压器故障诊断
摘要:针对常用机器学习算法收敛速度慢、容易陷入局部最优等不足,提出一种基于随机向量泛函连接(RandomVectorFunctionalLink,RVFL）网络的油浸式电力变压器故障诊断方法。该方法以变压器油中五种主要特征气体作为输入,以七种变压器运行状态作为输出,构建了基于RVFL网络的故障诊断模型。算例分析的结果验证了该方法的有效性和优越性。
摘要:针对常用机器学习算法收敛速度慢、容易陷入局部最优等不足,提出一种基于随机向量泛函连接(RandomVectorFunctionalLink,RVFL）网络的油浸式电力变压器故障诊断方法。该方法以变压器油中五种主要特征气体作为输入,以七种变压器运行状态作为输出,构建了基于RVFL网络的故障诊断模型。算例分析的结果验证了该方法的有效性和优越性。
