基于BAS-BP模型的变压器故障诊断

发布时间：2021-08-04 19:29

　　针对变压器故障诊断中BP神经网络诊断精度不够高的缺陷,提出一种天牛须搜索（BAS）算法与BP神经网络相结合的算法.将天牛须搜索算法寻优后的初始权值和阈值作为BP神经网络的初始权值和阈值,建立模型并进行仿真测试.结果表明,与传统BP神经网络相比,新模型有效克服了训练时间长、收敛速度慢的缺点,为变压器故障诊断提出了一种新的方法. 

【文章来源】：信阳师范学院学报(自然科学版). 2020,33(04)北大核心

【文章页数】：5 页

【部分图文】：

BAS-BP网络流程图

为了测试经过天牛须算法优化的BP神经网络在准确性上有所提升，使用优化前的BP神经网络对变压器的故障进行诊断．同时使用优化后的BP神经网络对变压器故障进行诊断，为了清楚看出优化后的故障诊断模型的准确性，将测试样本中真实故障结果和故障诊断模型诊断的结果放到同一张图中．利用软件MATLAB进行仿真．图3为BAS-BP神经网络诊断模型训练的结果，图4为BP神经网络诊断模型训练的结果，从图中可以看出，经过天牛须算法优化的诊断模型，诊断出的故障类型更接近真实的故障类型．

图3为BAS-BP神经网络诊断模型训练的结果，图4为BP神经网络诊断模型训练的结果，从图中可以看出，经过天牛须算法优化的诊断模型，诊断出的故障类型更接近真实的故障类型．图4 BP神经网络训练结果

【参考文献】：
期刊论文
[1]基于人工神经网络的模糊宗地地价评估模型研究[J]. 王华,李雯雯,牛继强,刘殿峰.  信阳师范学院学报(自然科学版). 2020(01)
[2]基于栈式相关性稀疏自编码的电力通信网故障诊断[J]. 聂晓音,谢刚,李洋,张博.  电力系统保护与控制. 2019(19)
[3]基于特征量优选与ICA-SVM的变压器故障诊断模型[J]. 田凤兰,张恩泽,潘思蓉,杭颖,任广为,范贤浩,张恒.  电力系统保护与控制. 2019(17)
[4]基于差分进化算法与BP神经网络的变压器故障诊断[J]. 孔德钱,张新燕,童涛,高亮,张家军,古超帆.  电测与仪表. 2020(05)
[5]基于多分类概率输出模型的变压器故障诊断[J]. 王鹤,姜鸿儒,王振丁.  电测与仪表. 2018(17)
[6]多神经网络与证据理论的变压器故障诊断方法[J]. 张文元,赵卫国,晋涛,俞华,王伟.  高压电器. 2018(08)
[7]基于BAS-BP模型的风暴潮灾害损失预测[J]. 王甜甜,刘强.  海洋环境科学. 2018(03)
[8]基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法[J]. 王德文,雷倩.  电力自动化设备. 2018(05)
[9]灰色关联度分析法在变压器三比值缺码数据故障诊断中的应用[J]. 徐闻婕,阮江军,宋斌.  科技通报. 2017(10)
[10]基于组合核相关向量机和量子粒子群优化算法的变压器故障诊断方法[J]. 付华,任仁,闫智生,马云伍.  高压电器. 2017(10)



本文编号：3322275