资源描述：
《改进pso_bp神经网络在变压器故障检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第30卷第3期计算机应用Vol.30No.32010年3月JournalofComputerApplicationsMar.2010文章编号:1001-9081(2010)03-0783-03改进PSO2BP神经网络在变压器故障检测中的应用熊忠阳,杨青波,张玉芳(重庆大学计算机学院,重庆400044)(qingbo09@qq.com)摘要:粒子群优化(PSO)算法中的粒子根据全局最优粒子来移动自身位置进行搜索,但当某一粒子连续多次被选为全局最优粒子的时候,整个群体的粒子就会快速收敛于该最优粒子,陷入局部最优。为此,提出了变异动态粒子群优化(MDPSO)算法。采用惯性权重变
2、异的思想,当某粒子连续被选为全局最优粒子时,就使一部分粒子的惯性权重以指数速度增长,使粒子跳出局部最小,继续全局寻优。并把改进的粒子群优化算法和BP神经网络相结合,应用于变压器故障检测中。实验表明,与常用的粒子群优化算法相比,用改进的粒子群优化算法优化BP神经网络具有更好的性能,在变压器故障检测中能够获得更高的检测精度。关键词:粒子群优化;BP神经网络;变压器故障检测中图分类号:TP183;TM407文献标志码:AImprovedPSO2BPneuralnetworkforpowertransformerfaultdiagnosisXIONGZhong2yang,YANG
3、Qing2bo,ZHANGYu2fang(CollegeofComputerScience,ChongqingUniversity,Chongqing400044,China)Abstract:ParticleSwarmOptimization(PSO)algorithmsearchesthebestsolutionbymakingparticlesmovingaroundthesearchspaceaccordingtotheglobalbestparticle.Butwhenoneparticleisselectedastheglobalbestparticlecon
4、tinuously,theotherparticleswillconvergeattheglobalbestparticlerepeatedly,whichmakestheparticleswarmfallintolocaloptimization.TheauthorspresentedMutationalDynamicParticleSwarmOptimization(MDPSO)algorithm.Apartofparticlespinertiaweightwouldmutatewhenoneparticlewasselectedastheglobalbestpart
5、iclecontinuously,whichcouldmakethepartofparticlesjumpingoutofthelocaloptimizationandkeepingsearchinginthewholesolutionspace.Otherwise,theauthorscombinedMDPSOandBPneuralnetworkandappliedittothediagnosisofpowertransformer.Theexperimentalresultsshowthattheproposedapproachhasabetterabilityino
6、ptimizingBPneuralnetworkandintermsofdiagnosisaccuracy.Keywords:ParticleSwarmOptimization(PSO);BPNeuralNetwork(BPNN);diagnosisofpowertransformer异的策略,使粒子移动速度或迅速减小,减速收敛;或迅速增0引言大,跳出该局部最小,从而避免粒子群在早期过快收敛与局部电力变压器是电力系统中容量大,故障率较高的设备。最优。在实验中和标准BP算法、标准PSO算法以及常用的动其运行状态的安全与否直接关系到整个电力系统的安全性和态PSO算法进行比较,
7、证明该策略具有良好的优化性能。经济性。在变压器的运行中,内部绝缘油和固体绝缘材料由1PSO算法于受温度、电场、氧气及水分和铜、铁等材料的催化作用,随运行时间的延伸发生缓慢的老化和分解,产生一定量的氢气PSO算法是由美国社会心理学家Kennedy和电气工程师[6](H2)和低分子烃类气体,包括甲烷(CH4)、乙烷(C2H6)、乙烯Eberhart于1995年共同提出的一种随机生物进化算法。(C2H4)、乙炔(C2H2)等气体。因此,这些气体的含量能显著该算法通过群体中粒子间的合作与竞争产生的群体智能指导地反映变压器运行中的温度、
