基于化学反应优化神经网络与融合DGA算法的油浸式变压器模型研究

• 作者: 张珂斐 聂德鑫 肖志怀 袁方 郭江
• 来源期刊: 高电压技术
• 关键词: 变压器 故障诊断 神经网络 化学反应优化算法 DGA
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 输配电设备状态评价与故障诊断
• 页码范围: 1275-1281
• 页数: 7页
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.20160405005

摘要

为了及时准确掌握变压器的健康状况,对潜伏性故障进行预测分析,将人工智能算法与DGA算法相结合,提出了一种基于化学反应优化神经网络的变压器故障诊断模型.考虑到BP神经网络和传统DGA算法在变压器故障诊断应用过程中存在的缺陷,在模型中引入化学反应优化算法和融合DGA算法对其进行改进.通过实例分析表明,提出的故障诊断模型的诊断准确率达到87.88％,迭代次数和训练时间分别为1991次和1927 ms;与其他诊断模型相比,模型在诊断效率和训练时间上具有明显的优势,对于变压器的故障预测和实时诊断具有一定的参考意义.