基于改进粒子群优化T-S ANFIS算法的诊断油浸式变压器故障研究

• 作者: 乐效鹏 史兵 李嘉诚 常州大学机械与轨道交通学院
• 来源期刊: 计算机测量与控制
• 关键词: 油浸式变压器 改进粒子群 自适应模糊神经网络 故障诊断 算法优化
• 年，卷（期）: 2024,（10）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 33-39
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.10.006

摘要

为了有效提升油浸式变压器故障诊断的精度与速度，提出一种基于改进粒子群算法(IPSO)优化T-S型自适应模糊神经网络(T-S ANFIS)的油浸式变压器故障诊断模型；引入动态惯性权重和学习因子线性调整策略，并利用收敛域和欧式距离判别雷同粒子，以克服粒子群算法易早熟、后期易陷入局部最优的问题；接着通过IPSO对T-S ANFIS的前提参数进行优化，提高网络的收敛速度；最后通过仿真实验验证基于IPSO优化T-S ANFIS的变压器故障诊断模型效果，结果表明所构建模型的故障诊断最优准确率约为98%,与ANFIS及PSO-ANFIS模型相比具有较高的故障诊断精度及效率。