两种优化容错神经网络在输配电网诊断模型中性能的评估

摘要

为提高故障诊断系统的容错能力,提出了将故障信息受随机因素畸变的扩展故障样本集引入神经网络(neural network,NN)的容错训练,以提高NN的容错性能,通过基于蚁群优化算法(ant colony optimization algorithm,ACOA)和遗传算法(genetic algorithm,GA)构造2种优化NN,用于高压输电线系统和配电网故障诊断,并进行容错性能的评估.仿真测试表明,基于ACOA法诊断模型的容错性能都要优于广泛应用GA的诊断模型,分别提高5.91%和4.95%.ACOA优化NN不仅具有较好的泛化能力,且具有快的收敛速率.