钱 煜， 向凤红， 毛剑琳， 袁 圃， 张茂兴

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)

萤火虫优化BP-NN的电网故障诊断研究*

钱 煜， 向凤红， 毛剑琳， 袁 圃， 张茂兴

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)

针对逆传播神经网络(BP-NN)运算过程中易陷入局部极小值的不足。根据典型的经验公式对比，缩小了隐含层节点数范围，从而寻找最优的隐含层节点数。根据萤火虫优化(GSO)算法的特点，用GSO-BP-NN训练的初始权值阈值，能够很好地预测测试集，从而避免BP神经网络陷入局部极小值。采用以上方法的结合对电网进行故障诊断，实验证明：该方法可以准确有效地诊断出电网故障位置。

逆传播神经网络； 电网故障诊断； 隐含层； 萤火虫优化算法

0 引 言

电网故障的有效诊断是保证电网安全可靠运行的重要手段[1]。由于以前受到一定条件的限制，传统的电网故障诊断手段依赖人工实现，即依靠长期积累的经验来定位电网故障的位置，准确性比较差，诊断速度也比较慢。随着诊断技术的发展，基于人工智能的专家系统、遗传算法、神经网络 (neural network,NN)算法、基于贝叶斯网络、模糊集[2]等方法引入到电网故障诊断中。但是，这些方法存在着局限性，比如说专家系统容错性差[3]；NN容易陷入局部极小[4]等等。根据这些诊断方法的优缺点，同时针对已有逆传播NN(back propagation NN,BP-NN)在电网故障诊断中的不足[5],提出了莹火虫优化(glowworm swarm optimized,GSO)算法。GSO算法是模拟现实中萤火虫觅食行为而提出的一种新型元启发式搜索算法[6]。……