基于进化神经网络的电力变压器故障诊断

《基于进化神经网络的电力变压器故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、违镌电．潦梭】I：2012年3月25日第29卷第2期TelecomPowerTechnologyMar．25，2012，Vo1．29No．2文章编号：1009—3664(2012)02—0071—04基于进化神经网络的电力变压器故障诊断杜丽艳，魏国华(秦皇岛电力公司，河北秦皇岛066004)摘要：提出了基于进化神经网e~(ENNs)的电力变压器故障诊断方法。基于文中所提算法，ENNs能自动调整神经网络的网络参数以达到最佳模型。应用进化算法的全局搜索能力和神经网络的高度非线性映射性质，ENNs可以

2、识剐变压器油中溶解气体含量和相应故障类型之间的复杂关系。文中所提的ENNs以某电力公司的诊断记录为依据进行测试，并与模糊诊断系统、人工神经网络和传统方法进行对比。测试结果证明ENNs比现有的方法更能准确诊断故障，所需学习时间更少。关键词：故障诊断；进化神经网络(ENNs)；电力变压器中图分类号：TM41，TP183文献标识码：AElectricPowerTransformerFailureDiagnosisBasedonEvoluticnNeuralNetworkDULi-yan，WEIGuo-

3、hua(QinhuangdaoPowerCompany，Qinhuangdao066004，China)Abstract：Thispaperproposesamethodofelectricpowertransformerfailmediagnosisbasedonevolutionneuralnet—WOrks(ENNs)．ENNscanautomaticallytunenetparametersOfneuralnetworktOachieveabestmodule．ENNscandiag—n

4、osethecomplicatedrelationshipbetweenvolumeofresolvedgasintheoiloftransformerandrelatedfailuretypebyusingsearchabilityofevolutionalgorithmandhighnon-linearmappingpropertyofne]aralnetwork．Inthispaper，somepowercorporationdiagnosingrecordisusedtotestENNs

5、，andcompareswithfuzzydiagnosissystem，manmadeneuralnetworkandtraditionalmethod．Theresu[tsverifiesthatENNsiSmoreaccuratelyinfailurediagnosisl：hanexistedmethodandneedslessstudytime．Keywords：failurediagnosis；evolutionneuralnetwork；electricpowertransforme

6、r“瓶颈”问题；(2)诊断推理不确定性问题。0引言由于优越的学习和泛化能力，以及在实际应用中作为现代电力系统中的一个重要组成部分，变压的内置容错性，人工神经网络(ANNs)E6-8~已被提出来器承担着电力传输和分配的任务。电力变压器的早期解决变压器故障诊断问题。ANNs可以通过新增样本故障诊断是防止变压器电气绝缘恶化而产生严重系统训练获取新经验。此外，ANNs通过BP算法进行训停运的一项重要措施。因此，变压器必须严格进行定练，具有良好的诊断能力．，然而，ANNs至今留下了一期检查，以发现早期故障

7、，并防止它们进一步恶化。些尚未解决的问题，如局部训练收敛慢，需要人工确定变压器油中溶解气体分析(DissolvedGasAnaly—网络结构和参数等问题。sis，DGA)技术[1]一直被认为是诊断电力变压器早期因为典型的搜索空间往往具有局部最小，基于遗故障的有效手段。然而，这种方法本身存在一定程度传梯度的BP算法可能停滞在这些潜在的局部最优解的不完善，甚至对于同一组DGA数据．采用不同的方中，削弱了ANNs的性能。本文所提的进化算法具有法，有时会得到不同的诊断结果l5]。另：外，变压器结构全局搜

8、索能力，可以同时确定神经网络的最佳连接权的复杂性以及故障原因、故障现象和故障机理的多样重和偏置，也避免了基于遗传算法的局限性。因此，性，也使得其绝缘故障诊断存在许多困准。ENNs可以准确地捕捉多种溶解气体和故障类型之间文献[5—8]提出了专家系统法。专家系统是总结的复杂关系，以改善现有的人工神经网络方法的不足。各方面专家经验和实践经验，形成规则．利用规则的匹1神经网络配关系，诊断故障原因和部位。这方面的应用，有很多成功的先例，但是ES有两大局限性：(1)知识获取的图1给出了文献所提的电力变压器故