刘 卓， 黄 纯， 李 波

(湖南大学电气与信息工程学院， 长沙 410082)

利用微分进化优化神经网络的变压器故障诊断①

刘 卓， 黄 纯， 李 波

(湖南大学电气与信息工程学院， 长沙 410082)

该文提出一种微分进化DE(differential evolution)与误差反向传播神经网络BP(error back propagation)相结合的变压器故障诊断新方法。DE算法是采用不同的策略产生变异算子，并在进化过程中采取父代和子代交叉处理的方式来提高进化速度，具有强劲的全局搜索能力，能很快寻找到全局最优点。BP神经网络具有很好的分类能力，然而其权值和阈值有收敛速度慢、易陷入局部极小值等缺点。用DE算法来优化BP神经网络的权值和阈值，可实现两种算法的取长补短。将该混合算法用于变压器故障诊断，仿真结果表明该算法具有收敛速度快、鲁棒性好、分类精度高的优点。

故障诊断； 微分进化； 神经网络； 变压器

电力变压器是电力系统中重要的设备，其运行状态对电力系统的安全可靠运行影响很大。油中溶解气体分析DGA(dissolved gas analysis)技术是目前对油浸变压器进行故障诊断最方便、有效的手段之一，它能够较准确、可靠地发现逐步发展的潜伏性故障，防止由此引起重大事故 。从文献[4～6]中可知，H2、CH4、C2H6、C2H4和C2H2五种气体是变压器油的特征气体，它们的体积分数及其比值关系与故障类型有着密切关系，通过分析变压器绝缘油中这5种特征气体体积分数或比值关系，就能找出电力变压器内部存在的潜伏性故障。

近年来不少智能算法应用于变压器故障诊断，如人工神经网络、支持向量机、专家系统等，它们在变压器故障诊断过程中都有各自的优缺点。……