申请/专利权人：贵州电网有限责任公司

申请日：2022-03-03

公开（公告）日：2024-04-12

公开（公告）号：CN114577991B

主分类号：G01N33/00

分类号：G01N33/00;G06N3/126;G06N3/086

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本发明公开了一种改进蝠鲼算法优化BP的变压器故障诊断方法，它包括：将变压器故障释放出的H2,CH4,C2H4,C2H2和CH4气体含量的三对比值C2H2C2H4、CH4H2和C2H4C2H6作为BP网络的输入，故障类别为输出，利用logistic映射与反向学习融合的多阶段算法、正交实验法改进蝠鲼算法取代传统的反向传播法，为BP网络模型赋予网络权值及偏置参数，建立基于改进蝠鲼算法的故障诊断模型进行故障诊断；解决了现有技术对油浸式变压器故障诊断存在的传统BP网络存在容易陷入局部最优问题，粒子群算法本身存在着容易早熟，收敛速度慢的缺陷等技术问题。

主权项：1.一种改进蝠鲼算法优化BP的变压器故障诊断方法，其特征在于：它包括：将变压器故障释放出的H2,CH4,C2H4,C2H2和CH4气体含量的三对比值C2H2C2H4、CH4H2和C2H4C2H6作为BP网络的输入，故障类别为输出，利用logistic映射与反向学习融合的多阶段算法、正交实验法改进蝠鲼算法取代传统的反向传播法，为BP网络模型赋予网络权值及偏置参数，建立基于改进蝠鲼算法的故障诊断模型进行故障诊断；所述利用logistic映射与反向学习融合的多阶段算法、正交实验法改进蝠鲼算法取代传统的反向传播法，为BP网络模型赋予网络权值及偏置参数建立基于改进蝠鲼算法的故障诊断模型进行故障诊断具体包括：步骤1、利用logistic映射及反向学习融合的多阶段算法初始化种群；步骤1所述利用logistic映射为：Logistic映射是典型的一种混沌映射，数学表达式为：XK+1＝μ1-XK上式给出了迭代K次时的种群Xk和下一次种群Xk+1的递推式，其中，K为迭代次数，初始种群μ∈[0,4]，当μ取3.99时，Logistic映射达到混沌效果；所述利用反向学习融合的多阶段算法初始化种群的方法为：在利用Logistic映射生成初始种群后，利用反向学习策略oppositionbasedlearning筛选出N个初始种群；Logistic映射与反向学习结合的多阶段种群初始化算法的步骤包括：步骤1.1、利用Logistic映射生成N个体，组成原始种群N1；步骤1.2、为每个个体利用式10找出反向解，组成反向种群N2； 式中为初始个体的反向个体；步骤1.3、将原始种群和反向种群合并，计算适应度值，选取适应度最小的前N个个体组成最终的初始种群；步骤2、根据L934正交表实验号，为MRFO算法提供R、N、S参数组合，改进MRFO算法；步骤2所述根据L934正交表实验号，为MRFO算法提供R、N、S参数组合，改进MRFO算法的方法为：将正交实验法应用于蝠鲼算法当中，利用正交实验法优选蝠鲼算法分配策略参数；所述改进MRFO算法具体包括：步骤2.1、先将三因素进行水平化：R水平化R取值为0到1，为连续水平因素，数值大小决定在迭代寻优中链式觅食或气旋觅食的比重；R＝0.5时表示链式觅食或气旋觅食的比重相同；R0.5时表示链式觅食的比重大于气旋觅食；R0.5时,气旋觅食的比重大于链式觅食；将R分为三个水平，当R＝0.25时，为水平1；当R＝0.5时，为水平2；当R＝0.75时，为水平3；C水平化将N限制在一定范围内，当N＝12时，为水平1；当N＝1时，为水平2；当N＝2时，为水平3；S水平化将S设置为三个等级，当S＝12时，为水平1；当S＝1时，为水平2；当S＝2时，为水平3；步骤2.2、正交实验安排：指标经过水平化处理后，问题转变为三因素三水平问题，表1：L934正交表 选取L934正交表，见表1；步骤3、将变压器故障样本分为训练样本及测试样本，利用训练样本及初始化种群建立BP分类模型；步骤4、计算模型适应度值，若满足要求，则记录下此次实验参数及实验结果；若不满足，返回步骤2中的改进MRFO算法中进行迭代求解；步骤5、利用步骤4中记录的正交实验数据进行结果分析，确定MRFO算法参量R、N及S最佳取值，进而建立基于多阶段算法及正交实验法改进的MRFO—BP变压器故障诊断模型；步骤6、使用改进的MRFO—BP变压器故障诊断模型对变压器测试数据进行故障诊断。

全文数据：

权利要求：

百度查询： 贵州电网有限责任公司 一种改进蝠鲼算法优化BP的变压器故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD