前言：中文期刊网精心挑选了古谚网络范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
古谚网络范文1
记的在04年的春天,学校选派我参加优质课竞赛.当时听别人说网上下载的课件很好。可是,学校和家里都没有上宽带,自己也没有进网吧的经历,更谈不上经验了.只好和吴少忠主任一起到他的亲戚家去,请人家帮着下载课件.那次,才算是认识了网络对教学的运用.同时也算是看着学了学人家怎样上网.再以后,还是马成老师要讲课,我和马老师一起到乡卫生院去求了一个熟人,利用医院的电脑上了网.自从有了那两次的上网经历以后.在网络的诱惑下,我终于壮着胆子走进网吧!一次次的下载教学设计等各种有关教学上的资料.当时的上网,也就是为了应付差使,找各种资料.逐渐的我发现网络可以对我的教学有帮助,于是,随着学校上了宽带,我也更频繁的上网去找与教学相关的资料:教学设计、教学论文、课件…….原来,我可以通过网络把教学设计的更好,把课堂变的更精彩.
两年前,学校派我去参加了远程教育管理员培训班的学习.从那时起,我成了一名远程教育管理员,在远程教育的接收和整理工作中,我更加认识到了网络对教学的应用.与此同时,我在“凤凰语文网”注册成为会员,偶尔也进去评论一下,发个帖子.那时,我才发现原来网络就是一个学习的好地方.
在07年的7 月份,中心小学组织我们进行了“博客”培训,于是我建立了自己的博客.学校要求我们要充分利用“博客”这个平台进行交流学习.自然我也就上网,精心的经营着自己的“小屋”.从此,我开始真正的走进了网络.
“人有旦夕祸福”.正当我信心百倍的准备在网上一搏的时候,我生病了.一病一个多月.家里没有上宽带,自然是一个多月没有上网.等到上班以后,上网一看,吓了一大跳.同事们的博客做的是让人既羡慕又害怕.我感觉到自己落后了.回到家里,我考虑再三,决定家里上宽带.上了宽带以后,就有了做博客的欲望.总想在博客上尽情的展示自我,尽快的完善自己的博客,写自己的教学随笔,心情日记,尽快的广交朋友.共同研讨学习.
在此期间,经吴立峰老师的引荐,我又加入了“新思考”里“教育视点群组”的“争鸣组”,在那里,我也试着在文章的后面写评论,跟帖子.同时,还认识了许多名师,名家.得到了很多的教育教学资料.试着参与了教学研究.这个阶段,我很有想法,总想把自己近几年来积累的一些论文,案例,反思都发上去.于是我的一些教学工作计划,总结,小课题研究的“金点子”、“妙法子”以及阶段性总结和同行们一起研究探讨.
古谚网络范文2
一、石家庄广播电视信息网
石家庄市是河北省政治、经济、文化中心，总面积1.58万平方公里，总人口920万，下辖六区十八县（市）。作为石家庄市重要文化设施的广播电视综合信息网分为城区网和市县网两部分，其中城区网作为60万户的大型网络，敷设光缆3500公里覆盖整个市区，为全市提供有线数字电视业务、部分小区宽带业务、各类数据专网业务等。
二、网络特点
石家庄广播电视综合信息网采用三级放大的1550nm光传输网，规划分为光纤主干网和光纤分配网两部分：光纤主干网设计为环形自愈网，主要将前端中心机房信号高质量、高可靠性地传送到各分配中心机房；光纤分配网为星型网络，采用光纤到楼（FTTB）的方式，完成分配中心所辖片区的网络覆盖。
光纤主干网采用了自愈环网设计，环网光缆走向单一且均在管道内，所以故障率很低；光纤分配网采用了星型结构，分配网光缆多向且敷设方式多样，有管道、架空、直埋等，故障率较高，另由于将“八分路器”放在了小区内的光节点处，增加了小区中光缆数量，老旧小区光缆多数为架空，小区内各种施工队施工都增加了网络故障隐患，为保证信号安全、优质传输带来了挑战。
三、业务报修
从08年我公司统一使用“96888”客服热线，规范网络故障报修机制。由以前人工分派维修单转为电脑自动派维修单。属于电缆故障的各营业厅自行处理，如果是光缆故障则由各营业厅上报维护部处理。故障恢复后由“96888”客服热线回访用户确认。
光缆故障类型和级别
1.以故障影响范围大小划分为五个等级，依次为：
环网光缆故障：环网为自愈网。故障率很低，不影响信号传输。
干线光缆故障：主要街道上大芯数光缆。故障率低，影响范围大。
主干光缆故障：次街道、小街道光缆。故障率一般，影响范围较小。
主路光缆故障：小区内入分路器光缆。故障率较高，影响范围小。
支线光缆故障：分路器后面带每栋楼的光缆。故障率高，影响范围只是一栋楼。
2.常见的光缆故障
光缆受外力影响导致完全断开。形式有剪断、挖断、挂断、烧断等等。在处理这类业务时用OTDR（光时域反射仪）测试确定故障点距离，故障点处有明显的光缆断头较容易发现和处理。
光缆在受外力影响只损伤某一个束管或个别纤芯。形式有砸伤、针扎、刀割等。在处理这类业务时用OTDR确定出故障点距离，但由于光缆没有明显的损伤往往不容易查找故障点，这时如果有备用纤芯可以先调整到备用纤芯抢通信号，再找故障点处理。
在平时还有一种故障也比较常见，就是光缆连接处。例如光纤适配器、分路器、光缆熔接处、光缆尾纤等。
（1）光纤适配器：在机房中光纤连接都是用光纤适配器，光纤适配器连接不良或有灰尘都会影响线路传输指标；
（2）分路器：分路器故障多是某一路或多路输出光功率低，发生这种情况只能更换分路器；
（3）光缆熔接处：在1550nm光传输网改造后将“八分路器”放在了小区内的光节点处，熔接点多。光节点位置有架空、落地、地下室等，有的节点位置不容易施工。在熔接光缆时可能会受现场情况复杂而影响熔接质量，当时开通没有问题，时间一长会导致损耗变大，输出光功率变低；
（4）光缆尾纤：在光缆的终端会熔出几条尾纤，尾纤在施工时要特别注意，固定尾纤用力过度会导致损耗变大，输出光功率低。用力太小又不能起到固定作用。另外尾纤很容易受到挤压而损伤，施工完后一定要悬空盘好。
四、网络预检维护计划
遵循“预防为主，防治结合”的原则，按不同的内容和周期制定出全年预检维护周期计划表。按计划包机包线包片到组进行预检维护。重点做好日常维护，避免盲目性、临时性工作。变被动抢修为主动维护，保证机线设备的正常运行。
对包机包线人员必须做到：熟悉所包机线设备、路由、位置，技术性能和使用分配情况。严格执行预检维护计划，按机线设备技术标准进行维护，并认真填写和妥善保存有关表报资料。既要分工负责，又要密切协作，做好机线设备维护工作。包机包线人员对所包机线设备和全程传输质量负全责。
网络安全传输无小事，任何网络隐患不及时处理都可能转化为网络故障。在日常巡检过程中，注意观察和发现影响线路安全的细微之处，因为职责所在，维护部的每一个员工，在上下班的途中，都有意识地观察线路安全情况，多方位、多途径收集市政道路改造，老旧小区拆迁信息。一旦发现涉及线缆改迁，及时制定改迁方案，及时改迁割接。尽可能地避免因挖断、拆断而无准备地被动抢修。
在做好“人防”工作的同时，我们也提高了“技防”水平。例如“光缆自动循环检测系统”（光缆自动循环检测系统是以电脑为显示终端，通过计算机网络远程控制一个能自动插拔测试光纤并启动OTDR测试光缆判断故障点和光缆损耗的设备）和各种设备网管（可实时监控各种设备运行）的应用，尤其是“光缆自动循环检测系统”的应用，给我们处理光缆业务时带来的极大的方便，在办公室就可以判断故障，缩短了故障判断时间，提高了工作效率。
各种维护制度、抢修流程
1.坚持每周例会制度。
例会内容主要包括：各组汇报上周工作和业务处理情况，一起讨论和分析处理过程是否存在误判和失误，分析解决疑难问题。针对各班组进行工作讲评，对周工作进行总结，表扬先进，指出不足。对上级领导的指示和要求进行传达落实，布置下周工作。
2.坚持各种登记制度。
值班日记：每天所有业务处理都要详细记录。
各种维护检测登记：所有预检维护项目都有记录。
做好登记，一是有据可查，二是做业务知识积累。
3.故障处理原则：
（1）故障处理坚持谁主管谁负责的原则，谁的辖区出现问题，以谁为主查除。
（2）查除非法信号源时，采取大段压缩的方法，按干线、支线、楼头先后顺序排查确定位置。
（3）发现非法信号源，采取果断手段予以切断，但切记保护现场。
（4）三代单位出现问题，由三代单位维修人员为主处理，所在区域办理处或干线维修人员予以积极配合。
古谚网络范文3
【关键词】WCDMA 基站网络质量评估 DT测试 MR覆盖 客户感知度
中图分类号：TN929.53 文献标识码：B 文章编号：1006-1010（2013）-13-0011-05
移动无线网新建基站网络质量怎样？是否满足覆盖和容量需求？能否解决网络问题？能否有效降低投诉量，从而改善用户感知？要回答这些问题，需要建立一套评估体系，一方面整体掌握当期新建基站网络整体质量，另一方面发现个别基站质量较差的原因，为后续优化调整和移动无线网基站规划建设提供参考。
1 移动无线网新建基站评估标准
移动无线网新建基站建设类型一般分为覆盖性基站、容量性基站和特殊场景基站三种[1]。本文结合网优工具和方法，从KPI指标主要是话务量和数据吞吐量评判新建基站性能指标，从路面DT和MR弱覆盖比例评判新建基站覆盖指标，从投诉变化情况评判新建基站客户感知度。
1.1 性能评估
（1）数据来源：OMC-R网管数据。
（2）评估标准：提取各行政区全部站点连续一周的语音话务量和数据吞吐量，取平均得到每个基站的日均数据，对日均数据由高到低依次排名，排名前20%（含），性能评级为高；排名前20%至前80%（含），性能评级为中；排名后20%，性能评级为低。此外，为避免高业务行政区站点性能指标一般而评级为低，结合全网话务量及数据吞吐量的平均值对低评级站点校正，将全网排名为中及以上的低评级站点评级为中。
1.2 覆盖评估
（1）数据来源：路面DT参考自动路测系统（含日常DT测试原始数据、图形化数据、图形化问题点、DT问题点解决进度等）数据；MR弱覆盖比例取自MR数据。
（2）评估标准：为全面掌握新建站点的覆盖情况，从路面DT和MR弱覆盖比例两方面评判覆盖类指标。MR数据的引入使覆盖评估不但包含路面的场景，还包括室内等深度覆盖场景，较单独使用路面DT测试更全面[2，3]。路面DT以新建基站覆盖范围内路面问题的解决情况为评判依据，完全解决路面问题，评级为高；部分解决路面问题，评级为中；未解决路面问题，评级为低。MR覆盖评估以RSCP低于-90dBm的比例为评判依据，全网弱覆盖比例在平均值左右浮动10%，评级为中；低于全网平均值10%，评级为高；高于全网平均值10%，评级为低。
1.3 客户感知度评估
（1）数据来源：投诉数量取自移动网络支撑系统覆盖、资源和质量类投诉，剔除故障、用户终端等非网络质量类数据。
（2）评估标准：提取各行政区新建基站开通前后3个月（根据移动网络支撑系统使用时间确定，时间段可以延长）的月投诉均值并对比，开通后投诉均值下降幅度超过40%（含），评级为高；开通后投诉均值增加幅度超过20%（含），评级为低；其他评级为中。为尽量减少投诉随机性和突发性，适当结合分公司及客服回访用户情况对低评级和中评级基站进行校正，若用户反映良好，则相应评级升一档。
1.4 特殊需求评估
（1）数据来源：重庆将特殊需求类站点定义为网优需求站点，特殊需求数据取自网优需求数据。
（2）评估标准：判断新建站点是否网优需求站点，若是，解决网优需求问题，评级为高；部分解决网优需求问题，评级为中；未解决网优需求问题，评级为低。非网优需求类站点，不参加此类评估。
2 移动无线网新建基站评估原则
2.1 单站网络质量评估
采取拉开差距、就高积分原则：
（1）积分：低评级积0分，中评级积1分，高评级积3分。
（2）综合评级：累加性能评估、测试评估和客户感知度三个项目，话务量、吞吐量、DT、MR和投诉解决率5个指标评级积分，累计2分（含）或以下，综合评级为低；累计2分至7分，综合评级为中；累计7分（含）或以上，综合评级为高。
（3）最终评级：综合评级经特殊需求评估校正后得到最终评级，网优需求站点累加特殊需求评级（高评级积2分，中评级积0分，低评级积-2分），参照综合评级累计积分原则得到最终评级，非网优需求站点综合评级为最终评级。
单站网络质量评估流程如图1所示：
2.2 区域网络质量评估
采用归一化方法处理各行政区基站评级数据，得到区域新建基站网络质量：
区域新建基站网络质量=高评级站点百分比+中评级站点百分比*0.7 （1）
区域新建网络质量是区域性或全网新建基站的整体评价结果，可作为阶段性结果评价各行政区新站质量或当期工程新站网络质量。
（1）当区域新建网络质量大于85%时，当期工程新建基站网络质量较高，大部分基站在很大程度上解决网络问题，用户感知提升明显，市场需求和建设完成吻合度高。
（2）当区域新建网络质量介于50%与85%之间时，当期工程新建基站网络质量一般，部分基站存在较大调整空间，市场需求部分解决，建设完成有进一步调整空间。
（3）当区域新建网络质量低于50%时，当期工程新建基站网络质量较差，多数基站未能解决网络问题，客户感知度下降，市场需求和建设完成背离度较高。
3 某市WCDMA工程一期评估示例
3.1 单站网络质量评估结果
某市WCDMA网络工程一期新建室外基站208个，9个行政区的网络质量评估结果按高评级站点占比由高至低排列，如图2所示：
由图2可以得出，A区高评级站点占比较多，当期工程网络质量较高；I区高评级站点为0，绝大部分基站评级为中，存在进一步调整空间；E区高评级站点占比一般，但低评级站点占比较多，当期工程在站址规划建设时应汲取经验教训；G区中评级站点较多，大部分新站客户感知度较好，投诉下降明显，但性能及覆盖指标较差，存在进一步调整空间。
3.2 区域网络质量评估结果
各行政区新建基站网络质量见表1，全网新站网络质量为62.4%，部分基站性能及覆盖指标可进一步提升，部分站点客户感知未见明显上升，全网新站网络质量有较大提升空间。
分区域评估结果显示，A区新建基站网络质量已经接近85%，新站网络质量较高，用户感知提升明显，但少量基站存在提升空间，建议适当整改；E区、H区新建基站网络质量在50%以下，当期新站规划实施较差、质量较差，多数基站未能有效解决网络问题，投诉数量持续增加，用户感知下降。
3.3 单站评估示例
如表1所示，该市新建的208个基站中，44个基站评级为低，114个基站评级为中，50个基站评级为高。
（1）新建基站网络质量评估（高评级）：A区锦绣会馆（图3）
评估结果如下：
话务量及数据业务流量较高，性能评级为高；
对比开通前后附近道路DT测试RSCP值，开通后弱覆盖现象解决，DT评级为高；
MR弱覆盖比例为45.45%，在全网平均值49.3%附近，MR覆盖评级为中；
开通后投诉数量明显下降，客户感知度评级为高；
是网优需求站点，且完全解决网络问题，积2分；
A区锦绣会馆累计得12分，最终评级为高。
（2）新建基站网络质量评估（中评级）：F区新田湾加气站（图4）
评估结果如下：
话务量及数据业务流量较低，性能评级为低；
对比开通前后道路DT测试RSCP值，开通后弱覆盖现象解决，DT评级为高；
MR弱覆盖比例为69.05%，在全网平均值49.3%附近，MR覆盖评级为低；
开通后投诉数量稍有下降，客户感知度评级为中；
是网优需求站点，且完全解决网络问题，积2分；
F区新田湾加气站累计得6分，最终评级为中。新站天馈规划位置与实际位置稍有偏差，导致性能评级差，后期将实施天馈整改，尽量多吸收话务量及数据流量。
（3）新建基站网络质量评估（低评级）：F区西弛招待所-工程期（图5）
评估结果如下：
话务量及数据业务流量较低，性能评级为低；
对比开通前后道路DT测试RSCP值，开通后部分解决该路段弱覆盖现象，DT评级为中；
MR弱覆盖比例为51.36%，在全网平均值49.3%附近，MR覆盖评级为中；
开通后投诉数量稍有下降，客户感知度评级为中；
是网优需求站点，未解决网络问题，积-2分；
F区西弛招待所-工程期累计得1分，最终评级为低。新站位置与网优需求规划位置偏差较大，导致基站开通后网络质量较差。
4 结语
新建基站网络质量评估体系的建立不仅能发现单个基站网络问题，而且能针对区域性新站整体评估网络质量，为当期工程优化调整和下期工程规划建设提供参考。文中采用的评估方法使用现有的技术手段和统计数据，不排除所取数据的随机性，如移动网支撑系统投诉数据的准确性和完整性；但说明了采用网优手段评估新建基站网络质量的可行性，为发现新建基站问题、提高网络质量提供了一种有效途径。后续将在以下几个方面完善新建基站评估体系：
（1）增加室内外CQT测试分析，增加深度覆盖评估标准，将室内分布站点纳入评估体系；
（2）增加MR干扰类评估标准，结合掉话、接通和切换主要指标，将新建基站质量可提升度纳入评估体系；
（3）增加退服基站网络质量评估，排除基站退服对新建基站的影响。
参考文献：
[1] 齐海州. GSM网络质量评估常用方法和标准比较[J]. 电信工程技术与标准化， 2002（8）.
[2] 叶银法，等. WCDMA系统工程手册[M]. 1版. 北京： 机械工业出版社， 2006.
[3] 苗守野，肖瑞. 基于MR的3G无线网络质量评估方法研究[J]. 移动通信， 2011（18）.
古谚网络范文4
关键词：故障诊断；神经网络；挤压机
1 引言
金属挤压加工是利用金属塑性压力成形的一种重要方法，其重要特点是将金属锭坯一次性完成成管、棒、型材的加工，这是其他任何方法无法相比的。挤压机是挤压加工生产线中的关键设备，决定着挤压车间的生产品种和能力。因此，对挤压机的故障诊断和及时排除故障对保证产品质量和生产进度显得尤为重要。即使是经验丰富的工人诊断设备的运行状态也无法与一套完整的设备状态监控系统的判断精度相比。一旦判断失误就会造成重大损失。为了提高挤压机可靠性、经济性，降低生产成本，提高设备的利用率，通过设备的状态监测与故障诊断技术，实现设备的“状态维修”就成为现代设备管理和维护的必然需要。
根据文献检索和现场事故调查结果， 发现挤压机发生故障的主要原因有以下几种情况：
（1） 现有的装置可靠性和系统保护功能差，对诱发事故发生的初期状态无有效的预测、预报措施。为了预防事故的发生， 挤压机采取定期检修的方法。计划检修的缺点是灵活性差，到检修时间挤压机没有故障，检修就会造成浪费；没有到检修期间挤压机却发生了故障，造成了停机或设备的损坏，损失更大。
（2） 大型挤压机结构复杂， 涉及到机、电、液等多个专业， 对设备维护管理人员的技术水平有较高的要求， 一般工作人员不易判断故障原因。
（3）对挤压机的故障诊断机理和方法缺乏系统的研究， 有效实用的故障诊断措施较少。
因此， 对挤压机进行工况监测与故障诊断，可及时发现故障的早期征兆， 防患于未然。变定期维修或故障维修为预防维修， 提高设备维修管理水平， 特别是利用远程智能故障诊断系统， 可使一般人员也能完成复杂的故障诊断。挤压机的实时监测、保护和故障诊断是金属加工领域的重要课题之一。
为了解决以上问题，提出了一种基于bp神经网络模型的挤压机故障诊断系统。
2 bp神经网络模型
bp算法的基本思想：信号的正向传播与误差的反向传播组成了bp网络的学习过程，这一过程则通过正向传播和方向传播中各层权值的不断调整得以实现。目前采用bp算法的多层感知器的神经网络应用广泛，其中以具有3层感知器的单隐层网络为主。3层感知器包括输入层、隐层和输出层。其中输入层节点为故障征兆，输出层节点为故障原因。故障现象及结论组成训练学习的样本空间，通过训练学习已知样本层，确定网络结构，分析故障征兆，得出故障原因。神经网络系统具备高度非线性映射能力，是一个并行和分布式的网络信息处理结构。
3 挤压机故障诊断
输出结果与目标结果是一样的，验证了该网络的可行性及实用性。
参考文献
[1]魏军.金属挤压机[m]化学工业出版社，2006
古谚网络范文5
2、微光实验室任务简介：
在彼得大道的下水道进去，到了微光实验室后，在楼梯下用鼠标点击一下，会来到微光实验室，任务描述里说可恶的蘑菇讨厌火哦，咱们能看到那个燃着的灯。
3、微光实验室任务攻略：
古谚网络范文6
关键词： BP神经网络； 故障诊断； Matlab
中图分类号： TM407 文献标识码： A 文章编号： 1009-8631（2012）01-0045-03
1 引言
变压器是电力系统重要的运行设备之一，同时也是电力系统中发生事故最多的设备之一。变压器内部电场分布不均匀，结构复杂，而且随着电压等级的增高，电网容量加大和覆盖面增广，变压器事故率成上升趋势。根据近几年全国电力可靠性统计分析结果来看，变压器故障率最大的部位是内绝缘，主要故障是因为变压器运行环境恶劣、绝缘老化严重、变压器制造质量有问题等引起的。变压器故障发生时，通常是伴随着电弧和放电以及剧烈燃烧，然后电力设备发生短路或其他故障，轻则停电检修，直接影响生产，重则会发生变压器爆炸，造成重大经济损失。所以变压器的运行状态直接影响系统运行的安全与稳定。
变压器故障诊断技术的研究一直是国内外的热点，并已经获得了大量的经验，形成了多种诊断方法。经大量研究和实测经验表明，采用油中溶解气体的气相色谱分析法（Dissolved Gas Analysis），简称DGA，是监视变压器安全运行的最有效的措施之一。DGA的原理是测量变压器溶解气体的组分和含量，用来分析变压器的潜伏性故障。
BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。
本文从多因素分析并诊断变压器内部故障，准确判断变压器的潜伏性故障或隐患的类型，及时排除故障或预测故障的可能发展，以保证电力系统运行的稳定性。可大量节省故障排除的人力物力，减轻工人繁重的体力劳动，从技术上保证电网的安全稳定运行，具有巨大的社会和经济效益。
2 基于BP网络的变压器故障诊断模型
网络结构如图1所示，BP神经网络模型拓扑结构包括输入层（input）、隐层（hide layer）和输出层（output layer），其中隐层的数量可以为一个或者多个。
隐节点的输出：
在确定输入向量时，将油中溶解气体含量的数据作为网络的输入特征向量。反应变压器状态的特征气体主要是H2、CH4、C2H2、C2H4、C2H6、CO、CO2七种气体。经过综合考虑选取变压器色谱试验的五种关键气体，即H2、CH4、C2H2、C2H4、C2H6作为BP网络的输入，变压器状态模式用Ok表示，可表示多种故障状态。无故障（O1），中低温过热（O2，150℃700℃），低能量放电（O4），高能量放电（O5）五个状态来表示。
3 BP神经网络程序实现
BP 网络算法的中心思想是将学习过程分成正向传播和误差反向传播两个阶段。第一阶段，是将训练样本数据从输入层―隐含层―输出层的正向传播过程。经过第一阶段后，若输出层的实际输出与期望输出相差太大，则转向第二阶段。第二阶段，通过误差反向传播来修正权系数和阈值。将它们的误差以某种形式通过输出层一隐含层一输入层的反向传播。并将误差分摊给各层的所有神经元，从而获得各层单元的误差信号，将此误差信号作为下一次迭代的已知量。经过不断重复上述两个过程也就是对多个样本的反复训练，直到误差满足给定精度要求或己达到规定的学习次数，即完成了学习过程。学习流程图如图2所示。
4 BP算法的改进
BP算法实质上是非线性优化问题的梯度算法，它存在着收敛性问题，即该算法不能保证学习的结果一定收敛到均方误差的全局最小点，而可能陷入局部极小点，从而使网络收敛很慢，发生迟钝，甚至失去继续学习的能力。若系统在学习过程中停止在误差函数的局部最小值点上，则不管经历多少次迭代，系统误差函数都将停留在某个较大值上。从而导致虽然期望得到全局最小值所对应的｛ω｝min，但系统却留在某局部最小值所对应的｛ω｝local。可采用几种常用的改进方法。
a）自适应学习速率
太大的学习速率导致学习不稳定，太小的学习速率又导致极长的训练时间，因而在训练过程中，最好能自动调整学习速率。通常采用的方法是从某个学习速率η开始，增加和减小该速率，比较两者分别产生的结果，选择对应于产生结果较好的那个速率，即对应于总误差比较小的速率，作为下一步更新的起始点。
学习速率的调节公式如4-1所示：
η（t+1）=kincη（t） E（t+1）＜E（t）kdecη（t） E（t+1）＞E（t）η（t） 其他 （4-1）
式中，学习率增量因子kinc＞1，一般选为1.05；学习率减量因子0＜kdec＜1，一般选为0.7；E（t+1）第t+1次、第t次迭代后总的误差平方和；η为学习速率，在标准BP算法中，一般取为0～1的一个定值。若E（t+1）E（t）时，表明第t次迭代是无效的，乘以减量因子，减小学习步长，从而减小无效迭代，加快网络学习速度。
b）附加动量法
为了减小学习过程的振荡趋势，改善收敛性，可在梯度下降算法的基础上引入动量系数α，权值调节公式如4-2所示：
动量系数α取值必须在0～1之间，一般选为0.9。表示BP算法中的误差平方和对权值的负梯度。
该方法所加入的动量项实质上相当于阻尼项，它减小了学习过程的振荡趋势，降低了网络对于误差曲面局部细节的敏感性，有效地抑制了网络陷于局部极小。
附加动量法的缺点是，要求训练的初始值在误差曲面上的位置所在的误差下降方向与误差最小值的运动方向一致。如果初始误差点的斜率下降方向与通向最小值的方向相反，则附加动量法失败，训练结果将同样落入局部极小值而不能自拔。初始值选得太靠近局部极小值也不行，学习速率太小也不行。
c）自适应学习速率动量BP法
该算法是将自适应学习速率法和附加动量法相结合，在网络训练过程中，不但使学习速率根据局部误差曲面作出不断调整，而且利用动量项使同一梯度方向上权值的修正量增加，起到加速修正的作用。从而大幅度提高网络的收敛速度，减小陷入局部极小的概率。
d）LM优化法
LM（Levenberg Marquardt）算法是建立在一种优化方法基础上的训练算法。常规的BP算法需要较长的训练时间，而LM算法比常规BP算法要快得多，但它需要更多的内存。通常LM算法所需要的内存为BP算法的S・P倍。其中S为输出神经元个数，P为训练网络的输入输出矢量数。
LM调整公式如4-3所示：
w==（JTJ+μI）-1JTe （4-3）
其中J为误差对权值或阈值微分的雅可比矩阵，e为误差向量，μ为一个自适应调整的标量。变量μ确定了学习是根据牛顿法还是梯度法来完成的，随着μ的增大，上式就近似于梯度法；当μ很小时，上式就变成牛顿法，因此学习过程主要根据梯度下降法。只要迭代过程使误差e增加，μ也就会增加，直到误差不再增加为止。但是，如果μ太大，会使学习停止，当已经找到最小误差时，就会出现这种情况，所以μ达到最大值时要停止学习。
e）弹性BP法
在采用激活函数为S形函数的最速下降BP法训练网络时，可能会产生由于梯度的变化幅度很小，而导致权值和阈值的修正量也很小的，使训练时间变长的问题。在训练中可在权值修正中引入修正因子。当连续两次迭代的梯度方向相同时，将权值和阈值的修正量乘以增量因子，使修正值增加；当连续两次迭代的梯度方向相反时，将权值和阈值的修正量乘以减量因子，使修正值减小，从而克服梯度幅度的不利影响。权值和阈值修正量的调节公式如4-4所示：
5 BP网络的训练及检验
从理论上讲，BP神经网络对其输入无限制，因此对输入变量也不必预处理。但是，输入变量经过预处理后，就使网络训练一开始各变量的重要性处于同等地位，就可防止采用Sigmoid激活函数的BP网络因净输入的绝对值过大而使神经元饱和，继而使权值调整进入误差曲面的平坦区。
根据国内部分故障变压器色谱实际统计数据，选出比较可靠的36组数据作为训练样本，本文的神经网络训练中不直接将各种气体含量作为输入矢量以免影响正常训练和诊断。将训练样本作归一化处理，以上面五种气体含量各自占气体总量的相对百分比作为输入矢量。
本文的神经网络首先选择一个隐含层，通过调整隐含层神经元数提高网络性能，若获得满意性能，则不考虑增加隐含层数；反之则增加隐含层数。
隐层节点数往往根据前人设计所得的经验和自己的训练来确定。经验公式为：
其中，m是隐层节点数，n为输入节点数，l为输出节点数，α为1~10之间的常数。
本文中n=5，l=5，所以m∈[4，13]。在训练时，对不同隐层节点数训练，观察结果，最终确定为12。
综合各个因素，建立结构为5-12-5型的变压器故障诊断BP神经网络模型，并分析不同训练函数的训练精度和收敛速度。不同训练函数的比较结果如表5.1所示。
比较各种训练函数的收敛时间和最终训练精度，本文选取trainlm做为合适的训练函数。
使用检验样本进行检验时，正确率可达80%以上，验证了BP网络故障诊断的优越性。
6 小结
本文对基于BP网络的变压器故障诊断进行了研究。本文提出的方法其特点是选取变压器故障训练样本进行训练， 使BP 网络能够记忆不同情况下各种故障特征， 从而当系统处于每一种情况下都能获得正确的诊断效果。使用Matlab软件对模型进行仿真，通过对样本的训练和对故障诊断样本的诊断，故障诊断正确率达80%以上，满足实际要求，验证了该算法的优越性，说明本文建立的变压器故障诊断BP神经网络模型是合适的、可行的、正确的，能够很好的应用于变压器的故障诊断。
参考文献：
[1] 操敦奎.变压器油中气体分析诊断与故障检查[M].北京：中国电力出版社，2005.
[2] 闻新等.MATLAB神经网络应用设计[M].北京：科学出版社，2000.
[3] 李霜，王朗珠，张为，等.基于DGA的改进BP神经网络的变压器故障诊断方法[J].变压器，2010，47（12）：61-65.
[4] 孙志强等.神经网络理论与MATLAB7实现[M].北京：电子工业出版社，2005.
[5] 付超，安国庆.变压器的故障诊断与分析[J].科协论坛，2010，10（2）：15-16.