基于互补免疫算法的变压器故障诊断

发布时间：2018-12-06 14:48

【摘要】：基于自组织抗体网络(so Ab Net)的变压器故障诊断方法中没有网络压缩机制,并且网络的初始抗体是随机选取的,网络性能不稳定。针对这一问题,提出了基于互补免疫算法的变压器故障诊断方法,结合变压器故障诊断的特点详细设计了免疫算子以弥补so Ab Net的不足。免疫算子中接种疫苗利用K-means最佳聚类算法为so Ab Net提供初始抗体,并通过免疫选择压缩网络规模,其参数由粒子群算法进行优化。变压器故障诊断实验结果表明,所提出的互补免疫算法能够充分利用系统的先验知识,并有效地提取故障样本的数据特征,与单一智能方法相比具有更高的诊断准确率。
[Abstract]:There is no network compression mechanism in transformer fault diagnosis method based on self-organizing antibody network (so Ab Net), and the initial antibody of the network is randomly selected, and the network performance is unstable. In order to solve this problem, a new transformer fault diagnosis method based on complementary immune algorithm is proposed, and the immune operator is designed in detail to make up for the deficiency of so Ab Net combined with the characteristics of transformer fault diagnosis. Vaccination in the immune operator provides the initial antibody for so Ab Net using the K-means optimal clustering algorithm, and the parameters are optimized by particle swarm optimization (PSO), and the network size is compressed by immune selection. The experimental results of transformer fault diagnosis show that the proposed complementary immune algorithm can make full use of the prior knowledge of the system and extract the data features of the fault samples effectively. Compared with the single intelligent method, the proposed algorithm has a higher diagnostic accuracy.
【作者单位】： 华北电力大学电气与电子工程学院;冀北电力公司检修分公司;
【基金】：国家自然科学基金(61204027) 中央高校基本科研业务费专项资金(13XS26)资助项目
【分类号】：TM407

【参考文献】

相关期刊论文 前1条

1 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期

【共引文献】

相关期刊论文 前10条

1 王成华;高文梅;李成;;粒子群优化算法搜索土坡临界非圆弧滑动面[J];四川建筑科学研究;2007年05期

2 张金枝;葛云;张亚平;;应用油色谱分析判断大型变压器内部故障[J];安徽电气工程职业技术学院学报;2009年01期

3 洪文生;;油中在线色谱装置在智能电网中的应用[J];安徽电气工程职业技术学院学报;2011年S1期

4 张金枝;葛云;张亚平;;大型变压器内部故障的分析及处理[J];安徽电力;2009年01期

5 王音音;孙成平;曹永;李传江;;一起基于油色谱分析的变压器潜伏性故障诊断[J];安徽电力;2012年01期

6 刘添天;祁炯;苏镇西;;变压器油溶解气体在线监测装置的应用及问题[J];安徽电力;2012年01期

7 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期

8 赵英国;;应用粒子群优化算法设计多层微波吸收材料[J];安庆师范学院学报(自然科学版);2011年04期

9 梅胜全;梅小平;;应用免疫粒子群算法进行边坡稳定性分析[J];地下空间与工程学报;2009年06期

10 刘伟华;隋青美;;基于粒子群算法的FBG峰值波长检测技术[J];半导体光电;2007年06期

【二级参考文献】

相关期刊论文 前1条

1 王涛,李歧强;基于空间收缩的并行演化算法[J];中国工程科学;2003年03期

【相似文献】

相关期刊论文 前10条

1 苏宏升;李群湛;;概念格在变压器故障诊断中的应用研究[J];高电压技术;2006年02期

2 闫学杰;;煤矿变压器故障诊断的研究[J];煤矿现代化;2011年02期

3 王铮一;郑文杰;;基于基因表达式编程的变压器故障诊断[J];陕西电力;2012年04期

4 ;变压器故障诊断[J];电气制造;2012年05期

5 肖华兰;吴骏;;基于多分类相关向量机的变压器故障诊断[J];电子世界;2013年15期

6 ;《大型变压器故障诊断技术的研究》技术成果通过电力部鉴定[J];上海电力学院学报;1995年04期

7 张丰仁,张恩锋;气相色谱分析在变压器故障诊断中的应用[J];中国煤炭;2000年10期

8 马素媛;气相色谱法在电力变压器故障诊断中的实际应用[J];冶金动力;2000年05期

9 钱政,黄兰,严璋,罗承沐;集成模糊数学与范例推理的变压器故障诊断方法[J];电网技术;2001年09期

10 孙辉,李卫东,孙启忠;判决树方法用于变压器故障诊断的研究[J];中国电机工程学报;2001年02期

相关会议论文 前10条

1 胡泽江;张海涛;;可拓关联函数与属性约简相结合的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 周柯;罗安;;信息融合技术在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

3 赵继印;李建坡;黎巧生;;基于气相色谱分析方法的变压器故障诊断系统[A];“振兴吉林老工业基地——科技工作者的历史责任”吉林省第三届科学技术学术年会论文集（上册）[C];2004年

4 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（文摘部分）[C];2009年

5 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

6 禹建丽;周瑞芳;;一种基于神经网络和模糊理论的变压器故障诊断[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

7 李锐;;化学技术监督在变压器故障诊断中的应用[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

8 陈湘萍;;基于神经网络的变压器故障诊断[A];第八届全国信息获取与处理学术会议论文集[C];2010年

9 卞建鹏;廖瑞金;杨丽君;郑含博;;基于均值核聚类与二叉树支持向量机的变压器故障诊断新技术的研究[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

10 于虹;张永刚;;基于模拟退火和支持向量机理论的变压器故障诊断方法[A];2011年云南电力技术论坛论文集（优秀论文部分）[C];2011年

相关重要报纸文章 前1条

1 广西龙州县鸭水电厂 王f ;变压器故障诊断方法的探讨[N];中华合作时报;2004年

相关博士学位论文 前10条

1 司马莉萍;基于改进支持向量机的电力变压器故障诊断与预测方法的研究[D];武汉大学;2012年

2 赵文清;基于数据挖掘的变压器故障诊断和预测研究[D];华北电力大学（河北）;2009年

3 邓宏贵;可拓理论与关联分析及其在变压器故障诊断中的应用[D];中南大学;2005年

4 郑元兵;变压器故障诊断与预测集成学习方法及维修决策模型研究[D];重庆大学;2011年

5 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年

6 张利伟;油浸式电力变压器故障诊断方法研究[D];华北电力大学;2014年

7 陈舵;模糊聚类分析及其在电力变压器故障诊断中的应用研究[D];西安理工大学;2008年

8 唐勇波;数据驱动的大型电力变压器故障诊断和预测研究[D];中南大学;2013年

9 郑蕊蕊;智能信息处理理论的电力变压器故障诊断方法[D];吉林大学;2010年

10 苏宏升;软计算方法及其在电力系统故障诊断中的若干应用研究[D];西南交通大学;2007年

相关硕士学位论文 前10条

1 陆静;蚁群算法在变压器故障诊断中的应用研究[D];南京航空航天大学;2008年

2 潘连荣;基于协同学理论的变压器故障诊断研究[D];天津大学;2008年

3 丁茜;基于关联规则的变压器故障诊断研究[D];华北电力大学（河北）;2010年

4 胡勇;基于故障树分析法—电力变压器故障诊断[D];合肥工业大学;2002年

5 张特;基于人工免疫思维进化算法的变压器故障诊断[D];湘潭大学;2011年

6 邓浩;基于膜计算的变压器故障诊断研究[D];西华大学;2012年

7 赵永雷;基于模糊聚类新算法的变压器故障诊断研究[D];华北电力大学;2012年

8 韩世军;基于支持向量机的立星110kV变压器故障诊断[D];宁夏大学;2013年

9 吴立帅;基于粗糙集与支持向量机的变压器故障诊断研究[D];河南科技大学;2013年

10 胡雁翔;多源信息融合技术在变压器故障诊断中的研究[D];华北电力大学;2013年

，

本文编号：2366201