基于纵横交叉优化BP神经网络的变压器故障诊断研究

被引：19

作者：

刘宇俊 ^{[1
]}

彭显刚 ^{[2
]}

林利祥 ^{[1
]}

刘艺 ^{[2
]}

洪俊杰 ^{[2
]}

机构：

[1] 广州供电局有限公司

[2] 广东工业大学自动化学院

来源：

陕西电力 | 2016年 / 44卷 / 09期

关键词：

变压器; 故障诊断; BP神经网络; 纵横交叉算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM407 [维护、检修];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）]; 140502 [人工智能];

摘要：

为提高电力变压器故障诊断的准确率,提出一种基于纵横交叉算法改进BP神经网络的故障诊断方法。该方法在BP神经网络结构的基础上,利用纵横交叉CSO算法对BP神经网络的权值和阈值进行优化,得到最优的权值和阚值向量,并将优化值代入BP神经网络训练模型中,然后利用BP神经网络的自学习功能进行训练,最终得到基于CSO-BPNN的变压器故障诊断模型。将提出的基于CSO-BPNN算法的故障诊断结果与标准BP神经网络算法故障诊断结果进行对比。测试结果表明,CSO-BPNN算法融合了CSO算法和BPNN算法的优点,能更有效地提高变压器故障诊断的识别精度,具有良好的工程实用价值。

引用

页码：8 / 13

页数：6

共 13 条

[1]

Integrated Power Transformer Diagnosis Using Hybrid Fuzzy Dissolved Gas Analysis [J].