基于改进粒子群算法的变压器故障诊断研究
- 格式：pdf
- 大小：276.19 KB
- 文档页数：4
进后的粒子群算法训练 Ｂ Ｐ神经 网络 ， 应用 在变压器
故障诊断上 。实验仿 真证 明改进 的粒 子群算法应 用
表现形 式不同 ， 此方法经过验证 ， 够有效地摆脱 局 能
部极值 的缺点 ， 改进 的公式 见式（ ） ３ ：
ｃ（ ：１一（ Ｘｅ 。 ） Ｅ Ｊ （） ３
在变压器故障诊断上是可行 、 有效的。
［． ，． ］ 间的常 数时 算法 性 能较好 。 可 以取 ０ ４ １２ 之 ６ ０ ［ ，］之间的常数 ， ０１ 经过验证 ， 为取 ０ ２时效果较 认 ．
好 。 中 Ｇ为 最 大 迭 代 步 数 ， 其 ｋ为 当前 迭 代 次 数 ， ｃ（ ）可 以看作是迭代次数 的函数 。
对 加 速 因 子 的改 进 如式 （ ） 式 （ ） ４、 ５ ：
ｃ ＋ 。：
＋
（ｌ ｃ
）
）
（） ４
（ ５）
（ ｂｓ） 寻找最优解 。 ｇ ｅｔ 来 基本粒子 群算法 按照式 （ ） １、
式（） ２ 更新速度和位置 ：
” ＝ｃ ＋ｃｒ（ 一 ）＋Ｃ１（ 一 ） 。 】ｐ ２２ ｐ ＂ （） １
经 验对 当前 微 粒 飞 行 速 度 的影 响 。 ｅ 大 小 反 映 了 的
分析中仍有不在其 中的故 障类型 ， 而且多种故障混合 时， 用三 比值法就很难进行 判断 。所 以， 专家学者 们
陆续研究 出了多种智能故 障诊断方法 ， 神经 网络 、 如
收敛能力的强弱 ， 取值较大时全局收敛 能力较 强 ， ｃ 。 局部收敛能力 弱 ， 较小时局部收敛能力 较强 ， ｅ 全局 能力较弱。 开始可 以给 ｃ 一 个较 大的 正值 （ 一般取 １ ， 后逐 渐 的减小 其值 ， 文考 虑在 搜索 过程 中 ）然 本 对 ｃ 进行动态改进 ， 。 使惯性权重 ｃ 随粒子迭代次数 。 的增大而呈现非线性 递减 趋势 ， 这种 改进能 够加快 算法 的收敛速度 ， 而能够逼 近全局最优解 。 从 本文考 虑采用 的方法 区别 于其他改进方法 的是惯性权重 的
李 凌 ， 远平 ， 倪 孙婧 雅
（ 明 理 工 大 学 信 息 工 程 与 自动 化 学 院 ， 昆 昆明 ６ ０ ５ ） ５０ １
摘 要 ： 针 对基 本 粒 子 群 算 法 存 在 收 敛 慢 、 陷入 局 部 极 值 的 缺 点 ， 析 了 粒 子 群 算 法 中惯 性 权 重和 加 速 因 易 分
斯法 （ ｏｅ ） 三比值 法 （Ｅ ） 特 征气体法 、 液平 Ｒ ｇｒ 、 ｓ ＩＣ 、 气 衡法 、 电协研法等… ， 目前应用 比较 成熟和广 泛的是
三 比值法 。虽然三 比值法经过多次改进 ， 但是在实际
ｃ 能够 限制 上一 步微粒 的飞行 速度对 此时 速 。 度的影响 ，， ｃ 能够控制 微粒 自身 的搜 索经 验对 当前 微粒飞行速度的影 响 ， 能够 控制其 它微 粒的搜 索 ｃ ：
子的作用 ， 对其作 了修 改 ， 用改进后 的粒子 群算法训练神经 网络 ， 并 应用在 变压器故障诊 断上。仿真结果表明 ： 改 进后的粒子群算法迭代 次数 少， 收敛速度 比改进 的 Ｂ Ｐ算 法快 ， 以对 变压器的故障类型进行 区分 。 可 关键词 ： 改进 粒子群算法 ； 变压器故 障诊 断 ； 经网络 ； 神 收敛速度
中图 分 类 号 ： Ｐ ８ 文 献 标 识 码 ： 文 章 编 号 ： ００３ ３ （０ ０ ０ －０ ３０ Ｔ １３ Ａ １０ ． ２ ２ １ ）７０ ４ － ９ ４
１ 引 言
（ ｂｓ） ｇ ｅｔ 推进 的随机加速权值 。
３ 惯 性 权 重 和 加 速 因 子 的 改 进
几十年来 ， 国内外众多专家先后提出了多种 以油 中特征气体为依据 的判断变压器故障的方法 ， 如罗杰
专家系统 、 糊控 制等 ， 模 并且 都 取得 了可 喜 的成 果 。
粒子群算法是一种新兴 的智能进化算 法， 具有搜索能
力强大 、 参数 少 、 算法 简便 等优 点 ， 但是 也存 在收 敛
慢 、 陷入局部极值 的缺点 ， 以本文对 基本粒子 群 易 所
算 法 的惯 性 权重 和 加 速 因子 做 出 了 改进 ， 尝 试 用 改 并
捕食的研究 。种群是 由多个 粒子 的集 合组成 的 ， 每 个粒子代表一个潜在 解 ， 每个 粒子 的搜 索行 为是 受 到群中其它粒子的经验或知识影响 的。Ｐ Ｏ初始 化 Ｓ 为一群随机 粒 子 ， 过迭 代 找到 最 优解 ， 次 迭代 通 每 中， 子 通 过 跟 踪 个 体 极 值 （ ｂｓ）和 全 局 极 值 粒 ｐ ｅｔ
Ｃ 随 当前迭代次数 的增加而线性减小 ， Ｃ 随迭 代 次数 的增 加 而线 性 增 加 ， 经过 试 验 ， 为 ｃ 在 认 ，
譬 譬 ＋ ｋ ＝ ’
（） ２
式 中： 。 ｒ —— 随机 函数 ｒｎ （ 生成 的 ［ ， ］ ｒ和 ： ａｄ ） ０ １ 之 间均匀分 布 的随 机数 ； Ｏ Ｃ—— 惯性 权 重 ；，Ｃ—— ｃ， ２ 加速因子 ， 表示粒子 向 自身极值 （ ｂｓ）和全局极值 ｐ ｅｔ
检 测 与仪 表
化 动 及 表 ２０３ ７： — 工自 化 仪 ，０ ，７ ）３４ １ （４ ６
Ｃ ｎ ｒｌａ ｄ Ｉ ｓｒ ｍｅ ｔ ｉ ｈ ｍｉａ ｎ ｕ ｔ ｏ ｔｏ ｎ ｎ ｔ ｕ ｎｓ ｎ Ｃ ｅ ｃ ｌＩ ｄ ｓ ｙ ｒ
基 于 改进 粒 子 群 算 法 的变 压 器 故 障诊 Nhomakorabea研 究
２ 基本粒子群算法 粒 子群 优 化 算 法 （ Ｓ 最 早 是 由 Ｅ ｅ ａｔ Ｐ Ｏ） ｂｒ ｒ 和 ｈ
Ｋ ｎｅ ｙ 士 于 １９ ｅｎｄ “ 博 ９ ５年 提 出 的 ， 源 于 对 鸟 类 起
式 （ ） ，。随着迭 代次数 的增加 而呈现 动态 ３中 Ｃ
非线 性 减 小 的趋 势 ， 常 情 况 下 ， 为 ｃ（ ）取 通 认 。ｋ
