基于遺傳算法的小波網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用研究.pdf

1、電力變壓器是電力系統(tǒng)中最重要的電氣設(shè)備之一，它的運(yùn)行情況直接影響著電力系統(tǒng)的安全與穩(wěn)定。如何及時(shí)、準(zhǔn)確地發(fā)現(xiàn)變壓器內(nèi)部的早期故障，已成為高壓電氣設(shè)備故障診斷研究的一個(gè)重要方向。本文首先對(duì)電力變壓器的故障及其診斷技術(shù)進(jìn)行了全面的分析研究，歸納出了電力變壓器發(fā)生故障的原因和變壓器發(fā)生故障及具有故障隱患時(shí)表現(xiàn)出的各種異常征兆，詳細(xì)介紹了變壓器定期和不定期故障檢測(cè)的方法，特別是能鑒別變壓器內(nèi)部初始故障隱患的油中溶解氣體分析(DGA)技術(shù)。接著綜

2、合分析了遺傳算法、人工神經(jīng)網(wǎng)絡(luò)及小波變換的基本理論、運(yùn)行機(jī)理及各自的優(yōu)、缺點(diǎn)。BP網(wǎng)絡(luò)由于Sigmoid函數(shù)自身的特性，實(shí)際上這種神經(jīng)網(wǎng)絡(luò)只是一個(gè)次優(yōu)網(wǎng)絡(luò)，有待于改進(jìn)；BP算法采用誤差函數(shù)梯度下降的方式進(jìn)行迭代，收斂速度很慢，并且極易陷入局部極值，而且具體的極值位置與權(quán)值的初始化數(shù)值密切相關(guān)。傳統(tǒng)的遺傳算法，類(lèi)似于窮舉的啟發(fā)式搜索，雖是全局尋優(yōu)，但不可避免會(huì)引起搜索時(shí)間過(guò)長(zhǎng)。本文針對(duì)具體問(wèn)題研究、設(shè)計(jì)了一種基于GA-WANN的故障診斷模

3、型。該模型先采用遺傳算法對(duì)小波網(wǎng)絡(luò)中的參數(shù)進(jìn)行了優(yōu)化學(xué)習(xí)，接著采用了BP算法對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練。對(duì)所采用的遺傳算法，在分析了遺傳算法的機(jī)理和基本算法的基礎(chǔ)上，結(jié)合實(shí)際情況，運(yùn)用實(shí)數(shù)編碼，采用通過(guò)自適應(yīng)調(diào)整的交叉概率和變異概率，使遺傳算法既能在廣泛的空間進(jìn)行搜索，又能向著解的方向盡快收斂。仿真結(jié)果表明該算法有效地解決了小波網(wǎng)絡(luò)若初值設(shè)置不合理，則極易進(jìn)入局部極小的區(qū)域、以致網(wǎng)絡(luò)振蕩不收斂、而GA算法獨(dú)立訓(xùn)練神經(jīng)網(wǎng)絡(luò)速度緩慢等缺點(diǎn)，診斷的精確