摘要:人工神经网络技术已经在变压器的状态诊断得到应用,为了克服故障分析中BP神经网络存在的不足,提出了一种自适应混沌粒子群优化神经网络在变压器故障诊断的新方法。该算法通过进化速度因子和聚集因子调整惯性权重,并改进学习因子,引入混沌系统,构成混沌粒子群算法优化神经网络参数,有效地克服常规BP算法训练收敛速度慢、易陷入局部极小值等缺点。最后基于DGA对变压器故障实例分析仿真,对比常规变压器诊断方法结果表明,该算法能够提高诊断效率以及故障模式识别的准确性。
关键词:高压变压器 混沌粒子群算法 bp神经网络 自适应机制 故障诊断
单位:中国矿业大学信息与电气工程学院; 江苏徐州221008
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社