《表1 故障类型对应目标输出向量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SA-KM算法和RBF神经网络的变压器故障诊断模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经过多次仿真试验与分析，最终确定以6-7-7的3层RBF神经网络结构为基本框架，将变压器油中6种溶解的特征气体数据作为RBF神经网络的输入，使用SA-KM算法计算神经网络参数初值。其中，取网络学习中心数为7，取最大迭代次数为180，取最大退火次数为180，退火速度a=0.9，2次退火结束后目标函数值分别为Jv1=0.2374，Jv2=0.1273。经过计算，得到学习中心初始向量C0，始宽度阈值σ0，初始连接权值矩阵W0和目标输出矩阵O（见表1）为