改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)在變壓器故障檢測(cè)中的研究和應(yīng)用.pdf

1、電力變壓器作為電力系統(tǒng)中最重要的輸變電設(shè)備之一，它的性能直接影響到電力系統(tǒng)運(yùn)行的安全和可靠。及時(shí)、準(zhǔn)確地掌握其運(yùn)行狀態(tài)和故障情況，并采取相應(yīng)的處理措施，對(duì)于提高電力系統(tǒng)運(yùn)行的安全性、可靠性和經(jīng)濟(jì)性具有重要的意義。針對(duì)變壓器的故障診斷，前人提出了很多的解決方法，但都有這樣或那樣的缺陷，不能迅速、準(zhǔn)確的做出判斷。
　　 本文針對(duì)目前變壓器故障診斷技術(shù)在實(shí)際應(yīng)用中所存在的主要問題，引入神經(jīng)網(wǎng)絡(luò)理論，將改進(jìn)的粒子群優(yōu)化算法和BP 神經(jīng)網(wǎng)

2、絡(luò)相結(jié)合，應(yīng)用到基于油中溶解氣體分析（DGA）的變壓器故障診斷中，實(shí)現(xiàn)變壓器運(yùn)行狀態(tài)的故障檢測(cè)和診斷。
　　 BP 神經(jīng)網(wǎng)絡(luò)權(quán)值的訓(xùn)練是一個(gè)非線性、復(fù)雜的過程，而標(biāo)準(zhǔn)粒子群算法往往不能反映非線性優(yōu)化搜索過程，動(dòng)態(tài)粒子群算法雖然能實(shí)現(xiàn)非線性搜索，但卻更容易陷入局部最優(yōu)。
　　 本文引入粒子變異的思想對(duì)算法進(jìn)行改進(jìn)，提出了變異動(dòng)態(tài)粒子群算法。
　　 在粒子群收斂的過程中，當(dāng)某一粒子被連續(xù)選為當(dāng)前最優(yōu)點(diǎn)時(shí)，整個(gè)粒子群就

3、會(huì)快速收斂于該點(diǎn)而使算法陷入局部最優(yōu)，喪失全局尋優(yōu)能力。針對(duì)粒子群算法的這種問題，變異動(dòng)態(tài)粒子群算法在迭代的過程中跟蹤全局最優(yōu)點(diǎn)，每次迭代前分析上次迭代后最優(yōu)點(diǎn)的變化情況，如果最優(yōu)點(diǎn)經(jīng)常變化，則算法不會(huì)陷入局部最優(yōu)，慣性權(quán)值就按照動(dòng)態(tài)粒子群算法公式調(diào)整。否則，就隨機(jī)的讓一部分粒子變異，使其慣性權(quán)重以指數(shù)速度增長，增大粒子的移速度，跳出局部最小，繼續(xù)全局尋優(yōu)，其中指數(shù)的大小由粒子持續(xù)被選為最優(yōu)點(diǎn)的次數(shù)決定。
　　 這樣即使整個(gè)群體