基于正交实验法改进的蝠鲼算法优化BP在变压器故障诊断上的研究
作者:徐龙舞; 张英; 张倩; 胡克林; 王明伟; 张国治
更新时间:
油浸变压器在老化过程中不可避免地会出现各种潜在故障。及时、正确地诊断变压器的状态非常重要。传统的基于DGA数据的三比值法编码不足,限制了故障诊断的效果,提出了一种改进的manta-ray算法(mrfo)来优化BP故障诊断模型:首先,该算法采用逻辑映射和反向学习(OBL)相结合的多阶段算法为mrfo提供初始位置,增强算法的全局优化能力。同时,提出了利用正交实验法优化蝠鲼算法的三种觅食策略,以调整蝠鲼个体的探索和发展,加强算法对具体问题的优化,最后,针对BP网络的权值和偏差,给出了改进的蝠鲼算法找到的最优解,建立了变压器故障诊断系统。利用iectc10故障数据进行了实验,并将实验结果与其他算法进行了比较。实验结果表明,与三比值法相比,本文提出的方法优于未经改进的BP神经网络,结果分别提高了16%、8%和24%。这是一种积极有效的方法。