1、“.....算法简单,搜索能力强,在工程设计优化中受到广泛关注。不同于通过交叉和变异操作产生后代的遗传算法和差分进化,作为引导者保持了许多好的解以引导群体当的维护和些保护设备的提供。个好的设计包括绕组层压板芯螺栓等的足够绝缘,以及导体对短路应力的支撑。重要的是,故障发生后尽快隔离故障变压器,不仅要限制对变压器的损坏,而且要尽量缩短系统电压下降的时间。因此,化算法。算法简单,搜索能力强,在工程设计优化中受到广泛关注。不同于通过交叉和变异操作产生后代的遗传算法和差分进化,作为引导者保持了许多好的解以引导群体向最优方向发展......”。

2、“.....参考文献林湘宁,刘沛,程时杰基于小波包变换的变压器励磁涌流识别新方法中国电机工程学报,张晓,张建文,潘磊落基于小波变换的变压器励磁涌流和故障电流基于小波包变换的变压器励磁涌流识别新方法中国电机工程学报,张晓,张建文,潘磊落基于小波变换的变压器励磁涌流和故障电流识别研究电测与仪表,李永丽,贺家李电力变压器新型微机保护原理的研究电力系确率为。种内部故障类型的测试样本个数为,有组样本分类,准确率为。从如上结果不难发现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确。因此,验证本文方法的正确性和准确性,可以考虑将用作验证算法的准确率。结果如图所示。图励磁涌流及内部故障分类结果从上图可知,励磁涌流的测试样本个数是个,其中有组分类,准确率为。种内部故障类型的测试样本个数为......”。

3、“.....准确率为。从如上结果不难框架图,主要分为波形仿真能量特征向量构建和分类模型构建个过程。设置电源电压,频率,相初相角为。变压器内原副两侧的绕组电压分别为,额定容量为,频率为,绕组的现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确。因此,验证本文方法的正确性和准确性,可以考虑将本文方法应用到实际工程中来提高励磁涌流识别的效率和准确性。参考文献林湘宁,刘沛,程时基于小波包分析构建能量特征向量在小波变换中,任何平稳或非平稳信号都可以在时频域中表示,同时保留所有的时频相关信息。在小波包变换中,使用低通和高通滤波器将原始信号分解为近似低频和细节高频分量。通过不同的分解级数分别为式和式所示。种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿......”。

4、“.....阐述了能量特征向量的计算过程然后,构建了基于支持向量机的电流分类模型对波变换中,任何平稳或非平稳信号都可以在时频域中表示,同时保留所有的时频相关信息。在小波包变换中,使用低通和高通滤波器将原始信号分解为近似低频和细节高频分量。通过不同的分解级别进步分解近似值和细节,从而获得小统自动化,。种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿。粒子群优化支持向量机和在中提出了模拟社会性动物如鸟类成群或鱼群教育群体行为的典型粒子群现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确。因此,验证本文方法的正确性和准确性,可以考虑将本文方法应用到实际工程中来提高励磁涌流识别的效率和准确性。参考文献林湘宁,刘沛......”。

5、“.....参考文献林湘宁,刘沛,程时杰基于小波包变换的变压器励磁涌流识别新方法中国电机工程学报,张晓,张建文,潘磊落基于小波变换的变压器励磁涌流和故障电流集和测试集两部分。训练集用作训练建立特征向量与电流类型之间的映射关系。测试样本用作验证算法的准确率。结果如图所示。图励磁涌流及内部故障分类结果从上图可知,励磁涌流的测试样本个数是个,其中有组分类,种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿压器励磁涌流进行识别。最后,基于的工具对励磁涌流和两种内部故障电流进行了仿真,然后,应用本文励磁涌流识别模型对不通故障电流波形的能量特征向量进行训练和测试,最终验证本文方法的可靠文方法应用到实际工程中来提高励磁涌流识别的效率和准确性。参考文献林湘宁,刘沛......”。

6、“.....张晓,张建文,潘磊落基于小波变换的变压器励磁涌流和故障电流对励磁涌流和两种内部故障电流进行了仿真,然后,应用本文励磁涌流识别模型对不通故障电流波形的能量特征向量进行训练和测试,最终验证本文方法的可靠性。将样本集从输入空间映射到高维的特征空间。构建拉格朗日函数和决策粒子群算法对的参数进行优化。算例验证图算例验证的整体框架图上图是算例验证的整体框架图,主要分为波形仿真能量特征向量构建和分类模型构建个过程。设置电源电压,频率,相初相角为包变换树,其中节点和表示频带。本文首先对小波分析的原理进行了介绍,阐述了能量特征向量的计算过程然后,构建了基于支持向量机的电流分类模型对变压器励磁涌流进行识别。最后,基于的工具现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确......”。

7、“.....验证本文方法的正确性和准确性,可以考虑将本文方法应用到实际工程中来提高励磁涌流识别的效率和准确性。参考文献林湘宁,刘沛,程时识别研究电测与仪表,李永丽,贺家李电力变压器新型微机保护原理的研究电力系统自动化,。种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿。基于小波包分析构建能量特征向量在确率为。种内部故障类型的测试样本个数为,有组样本分类,准确率为。从如上结果不难发现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确。因此,验证本文方法的正确性和准确性,可以考虑将级别进步分解近似值和细节,从而获得小波包变换树,其中节点和表示频带。由于参数的选区对的性能有较大的影响,因此本文选用了粒子群算法对的参数进行优化......”。

8、“.....变压器内原副两侧的绕组电压分别为,额定容量为,频率为,绕组的接线方式为,选择饱和铁芯,仿真算法采用。结果本文将仿真获得的电流波形包括励磁涌流样本与内部故障电流样本分为训练种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿文方法应用到实际工程中来提高励磁涌流识别的效率和准确性。参考文献林湘宁,刘沛,程时杰基于小波包变换的变压器励磁涌流识别新方法中国电机工程学报,张晓,张建文,潘磊落基于小波变换的变压器励磁涌流和故障电流向最优方向发展。为了提高标准算法的性能,人们提出了各种算法,例如,具有收缩因子的算法是标准的次要变型,它已显示出良好的收敛性能。由于参数的选区对的性能有较大的影响,因此本文选用确率为。种内部故障类型的测试样本个数为,有组样本分类,准确率为。从如上结果不难发现......”。

9、“.....但是对于励磁涌流的分类精确较为准确。因此,验证本文方法的正确性和准确性,可以考虑将压器保护的运行必须可靠灵敏准确和快速。故障统计表明,电力系统故障约占电力系统故障的。现代电力系统的发展已经反映在变压器设计的进步中,。粒子群优化支持向量机和在中提出了模拟社会性人们提出了各种算法,例如,具有收缩因子的算法是标准的次要变型,它已显示出良好的收敛性能。关键词励磁涌流识别内部故障电流变压器支持向量机引言电力变压器的可靠性取决于适当的设计保养安装适统自动化,。种基于能量特征向量和粒子群优化支持向量机的变压器励磁涌流识别新方法原稿。粒子群优化支持向量机和在中提出了模拟社会性动物如鸟类成群或鱼群教育群体行为的典型粒子群现,虽然种内部故障电流之间的准确率偏低,但是对于励磁涌流的分类精确较为准确......”。