典型文献
基于人工鱼群算法优化极限学习机的变压器故障诊断
文献摘要：
为提高变压器故障诊断的准确性,本文采用优化性能更好的人工鱼群算法(Artificial Fish Swarm Al-gorithm,AFSA)对极限学习机(Extreme Learning Machine,ELM)进行优化,建立基于AFSA-ELM的变压器故障诊断模型.采用实际变压器故障数据进行仿真分析,并与其他模型进行对比,结果表明,只有AFSA-ELM模型诊断结果的正确率能够达到100％,验证了模型的正确性和优越性.
文献关键词：
变压器;故障诊断;人工鱼群算法;极限学习机
中图分类号：
作者姓名：
钱峰;叶友卫;陈尊杰
作者机构：
国网新源集团有限公司新安江水力发电厂,广东 广州 510000
文献出处：
引用格式：
[1]钱峰;叶友卫;陈尊杰-.基于人工鱼群算法优化极限学习机的变压器故障诊断)[J].电气开关,2022(06):48-51,105
A类：
B类：
人工鱼群算法,算法优化,化极,极限学习机,变压器故障诊断,优化性能,Artificial,Fish,Swarm,gorithm,AFSA,对极,Extreme,Learning,Machine,ELM,故障诊断模型,故障数据,诊断结果
AB值：
0.272744
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
