IFA-PNN在电力变压器故障诊断中的应用

• 作者: 宋玉琴 张建
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 改进萤火虫算法(IFA) 概率神经网络(PNN) σ值 自适应步长 融合DGA
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 46-50
• 页数: 5页
• 分类号: TM407
• 字数: 4078字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.12.011

摘要

目前电力变压器故障分类模型中多是采用油中溶解气体分析(DGA)结合人工智能的方法,其中以神经网络为代表的智能方法应用最为广泛.提出一种基于改进的萤火虫算法(IFA)优化概率神经网络(PNN)的故障诊断方法.PNN结构简单,收敛速度快,但其中平滑因子对网络输出结果正确性影响较大,采用了IFA对平滑因子进行寻优.在标准萤火虫算法的基础上,将固定步长改为自适应步长,调整位置更新公式,不仅平衡局部搜索与全局搜索能力,也提高搜索的速度.此外,PNN对样本的代表性要求高,采用融合DGA算法实现输入数据的处理,有效降低了样本对分类结果的影响.通过实验数据验证,IFA-PNN算法可加快搜索的速度,提高诊断的精度,减小误差,分类效果明显,是一种有效的故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋玉琴	西安工程大学电子信息学院	37	151	7.0	10.0
2	张建	西安工程大学电子信息学院	3	1	1.0	1.0