改進(jìn)的神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用.pdf

1、電力變壓器是電力系統(tǒng)中最重要的電氣設(shè)備之一，其運(yùn)行狀態(tài)直接影響電力系統(tǒng)的安全運(yùn)行的水平。及時(shí)診斷發(fā)現(xiàn)變壓器的潛在的故障，迅速對(duì)潛在故障進(jìn)行診斷排除，保證變壓器的安全穩(wěn)定運(yùn)行，從而有效提高供電的可靠性，是目前電力部門主要關(guān)注的一個(gè)重要問題之一。
　　由于電力變壓器的故障的引發(fā)的因素有很多，故障的征兆和故障類型之間的數(shù)學(xué)關(guān)系常常是復(fù)雜的非線性關(guān)系，這樣就使得建立故障診斷數(shù)學(xué)模型變得十分困難。由于人工神經(jīng)網(wǎng)絡(luò)具有分布并行處理，自學(xué)習(xí)性，

2、以及能夠?qū)崿F(xiàn)非線性映射的等優(yōu)點(diǎn)，為解決變壓器故障診斷這一問題開辟了新的解決途徑。但是人工神經(jīng)網(wǎng)絡(luò)理論在其應(yīng)用的領(lǐng)域本身也存在著缺陷，其初始權(quán)值和閾值的選擇存在隨機(jī)性，且權(quán)值和閾值的調(diào)整按照負(fù)梯度方向進(jìn)行的尋優(yōu)，使神經(jīng)網(wǎng)絡(luò)的收斂容易陷入局部最小點(diǎn)等問題。遺傳算法具有能夠在全局尋優(yōu)的能力，將遺傳算法引入人工神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值的確定，進(jìn)而優(yōu)化人工神經(jīng)網(wǎng)絡(luò)，能夠有效提高人工神經(jīng)網(wǎng)絡(luò)的收斂速度，收斂精度以及預(yù)測(cè)結(jié)果的準(zhǔn)確性。
　　本文首

3、先介紹了變壓故障類型以及常見的診斷方法，接著提出利用基于遺傳算法優(yōu)化人工神經(jīng)網(wǎng)絡(luò)，構(gòu)建了5-11-5結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)來對(duì)變壓器油色譜試驗(yàn)數(shù)據(jù)進(jìn)行分析，將試驗(yàn)分析的結(jié)果與未優(yōu)化的人工神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)三比值法的處理結(jié)果進(jìn)行對(duì)比分析。然后將油色譜試驗(yàn)預(yù)測(cè)結(jié)果與變壓器相關(guān)的預(yù)防性試驗(yàn)及巡檢記錄利用決策樹技術(shù)來構(gòu)建變壓器故障樹，進(jìn)而形成了變壓器故障診斷規(guī)則，為變壓器的故障診斷提供有力的參考。最后，對(duì)本文提出的基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型以及故障診斷