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

发布时间：2017-06-30 17:12

  本文关键词：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，由笔耕文化传播整理发布。

【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。
【作者单位】： 武汉大学动力与机械学院;国网电力科学研究院;
【关键词】： 变压器 故障诊断 神经网络 化学反应优化算法 DGA
【基金】：国家自然科学基金(51077102;51379160)~~
【分类号】：TM411;TP18
【正文快照】： 0引言1电力变压器是输变电系统的核心枢纽设备,承担着电压变化和电能转化的职责,变压器内部潜伏性故障的可靠诊断对电力系统的安全稳定运行有着十分重要的作用。因此,根据变压器相关运行参数及时发现变压器的潜伏性故障,就显得尤为关键[1-2]。油中溶解气体分析(dissolved gas

  本文关键词：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，，由笔耕文化传播整理发布。

本文编号：502747