基于蟻群算法的變壓器故障診斷研究.pdf

1、電力變壓器是電力系統(tǒng)中最重要的設(shè)備之一，它的運(yùn)行狀態(tài)直接影響到整個(gè)電網(wǎng)的輸變電狀態(tài)。在電力行業(yè)不斷發(fā)展的今天，由于諸多因素的影響，傳統(tǒng)的DGA方法已經(jīng)無法準(zhǔn)確地判別出變壓器的故障類型，滿足不了現(xiàn)今對(duì)變壓器故障判別準(zhǔn)確率的要求。因此，DGA與智能方法結(jié)合的組合模型已成為變壓器故障診斷的一種必然發(fā)展趨勢(shì)。
　　目前，最常用的診斷方法是DGA與BP神經(jīng)網(wǎng)絡(luò)的組合模型。在這一模型中，BP網(wǎng)絡(luò)本身存在的自適應(yīng)學(xué)習(xí)、并行處理、聯(lián)想記憶和非線性

2、映射等特性可以完善普通DGA方法存在的缺陷。然而，若收集到的故障樣本數(shù)目過于龐大且對(duì)故障診斷的檢測(cè)精度要求較高時(shí)，BP網(wǎng)絡(luò)本身的缺陷將延長網(wǎng)絡(luò)達(dá)到收斂時(shí)所需要的時(shí)間，甚至使得網(wǎng)絡(luò)不收斂，易將局部最小值當(dāng)作全局最優(yōu)值，從而導(dǎo)致故障診斷的準(zhǔn)確率降低。所以，DGA與BP神經(jīng)網(wǎng)絡(luò)的組合模型在變壓器故障診斷方面仍然存在不足，為了進(jìn)一步完善該方法，有必要利用其它優(yōu)化方法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。
　　蟻群算法(ACA)是一種新型的仿生態(tài)算法，它

3、具有全局優(yōu)化能力和啟發(fā)式搜索特性，將其與BP網(wǎng)絡(luò)結(jié)合可以改進(jìn)BP網(wǎng)絡(luò)的性能。本文中提出利用ACA調(diào)節(jié)BP神經(jīng)網(wǎng)絡(luò)權(quán)值，達(dá)到提高BP網(wǎng)絡(luò)性能的要求，并利用改進(jìn)后的BP網(wǎng)絡(luò)對(duì)變壓器故障進(jìn)行再診斷，以此驗(yàn)證新方法的優(yōu)越性。首先構(gòu)建出結(jié)構(gòu)為5-8-5的BP神經(jīng)網(wǎng)絡(luò)對(duì)變壓器進(jìn)行仿真與故障識(shí)別，利用MATLAB編寫程序，得出結(jié)果，證明單純的BP神經(jīng)網(wǎng)絡(luò)能夠?qū)ψ儔浩鞴收线M(jìn)行識(shí)別，但準(zhǔn)確率不高。其次闡述利用ACA優(yōu)化BP網(wǎng)絡(luò)的基本原理，說明其核心思想就