基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷.pdf

1、大型電力變壓器是電力系統(tǒng)的樞紐設(shè)備之一，其運行狀況將直接影響電力系統(tǒng)的安全運行，一旦發(fā)生故障將對電力系統(tǒng)和終端用戶造成重大的影響和危害。因此，研究變壓器故障診斷技術(shù)，提高變壓器的運行維護水平，對電力系統(tǒng)的安全運行具有重要的現(xiàn)實意義。 變壓器油中溶解氣體分析法是診斷變壓器內(nèi)部故障的有效手段。由于神經(jīng)網(wǎng)絡(luò)具有并行分布處理、自適應(yīng)、聯(lián)想、記憶及聚類和容錯性等諸多優(yōu)點，適于變壓器內(nèi)部故障發(fā)生及發(fā)展多過程、多故障的多模式系統(tǒng)診斷。BP神經(jīng)

2、網(wǎng)絡(luò)具有簡單和可塑的優(yōu)點，但是BP算法是基于梯度的方法，這種方法的收斂速度慢，且常受局部極小點的困擾，當(dāng)學(xué)習(xí)樣本數(shù)目多、輸入輸出關(guān)系較為復(fù)雜時，網(wǎng)絡(luò)收斂速度緩慢，收斂精度不理想，甚至不收斂。遺傳算法具有全局尋優(yōu)的能力，可有效的改善BP神經(jīng)網(wǎng)絡(luò)收斂速度和收斂精度，提高故障診斷成功率。 本文針對變壓器故障氣體及故障類型的特點，建立了結(jié)構(gòu)為3-13-7型的變壓器故障診斷BP神經(jīng)網(wǎng)絡(luò)模型。提出了遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)初始權(quán)重和閾值和在

3、BP神經(jīng)網(wǎng)絡(luò)運行過程實現(xiàn)遺傳算法對權(quán)重和閾值尋優(yōu)兩種優(yōu)化方法。應(yīng)用這兩種方法和傳統(tǒng)改進方法對網(wǎng)絡(luò)模型進行訓(xùn)練和比較。并將經(jīng)遺傳算法優(yōu)化的BP網(wǎng)絡(luò)模型應(yīng)用于變壓器故障診斷，訓(xùn)練和診斷結(jié)果表明：系統(tǒng)采用的兩種GA優(yōu)化算法分別在106步和113步達(dá)到收斂，明顯的高于L-M優(yōu)化的BP法的211步，收斂速度分別提高了49.8％和46.4％。通過對30組樣本的測試，檢驗了故障診斷系統(tǒng)的診斷準(zhǔn)確率分別達(dá)到96.7％和93.3％，明顯高于我國現(xiàn)行的DT