基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究  

Fault Diagnosis of Power Transformer Based on Improved BP Neural Network Optimized by Bat Algorithm

作　　者：公茂法[1] 柳岩妮 王来河 宋健 谢云兴 

机构地区：[1]山东科技大学电气与自动化工程学院,山东青岛266590 [2]山东科技大学矿业与安全工程学院,山东青岛266590 [3]国家电网山东东营市供电公司,山东东营257091

出　　处：《山东科技大学学报（自然科学版）》2017年第3期70-74,共5页Journal of Shandong University of Science and Technology(Natural Science)

基　　金：山东省自然科学基金项目(ZR2012EEM021)

摘　　要：提出了一种基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断方法。利用蝙蝠算法对BP神经网络的权值和阈值参数进行优化,并针对蝙蝠算法优化后期易陷入局部最优缺点,使用混沌算法对群体进行混沌优化,使其减少无效迭代,提高收敛速度。将优化得到的参数值应用到构建的BP神经网络诊断模型中,对数据进行训练和测试。通过实例分析,表明改进蝙蝠算法优化BP神经网络用于变压器故障诊断具有实用性和有效性。A fault diagnosis method for power transformer based on improved BP neural network is proposed. Using bat algorithm of BP neural network weights and threshold parameters optimization.and bat algorithm for later optimization easy to fall into local optimum defects, chaos algorithm using chaos optimization of population to reduce invalid iteration,and improve the speed of convergence. The parameter values obtained were applied to the construction of the BP neural network model,and the data were trained and tested. Through an example analysis,the optimization of the BP neural network for the fault diagnosis of the transformer is practical and effective.

关 键 词：蝙蝠算法 BP神经网络 电力变压器 故障诊断 混沌优化 

分 类 号：TM712[电气工程—电力系统及自动化]