IFA-PNN在电力变压器故障诊断中的应用.pdfVIP

测控技术

•46*2018年第37卷第12期先进算法与人工智能

IFA-PNN在电力变压器故障诊断中的应用

宋玉琴，张建

(西安工程大学电子信息学院，陕西西安710048)

摘要：目前电力变压器故障分类模型中多是采用油中溶解气体分析（DGA)结合人工智能的方法，其中

以神经网络为代表的智能方法应用最为广泛。提出一种基于改进的萤火虫算法（IFA)优化概率神经网

络（PNN)的故障诊断方法。PNN结构简单，收敛速度快，但其中平滑因子对网络输出结果正确性影响

较大，采用了IFA对平滑因子进行寻优。在标准萤火虫算法的基础上，将固定步长改为自适应步长，调

整位置更新公式，不仅平衡局部搜索与全局搜索能力，也提高搜索的速度。此外，PNN对样本的代表性

要求高，采用融合DGA算法实现输入数据的处理，有效降低了样本对分类结果的影响。通过实验数据

验证，IFA-P丽算法可加快搜索的速度，提高诊断的精度，减小误差，分类效果明显，是一种有效的故障

诊断方法。

关键词：改进萤火虫算法（IFA);概率神经网络（PNN)$!值；自适应步长；融合DGA

中图分类号:TM407文献标识码:A文章编号!1000-8829(2018)12-0046-05

doi:10.19708/j.ckjs.2018.12.011

ApplicationofIFA-PNNinPowerTransformerFaultDiagnosis

SONGYu-qin1,ZHANGJian1

(SchoolofElectronicsandInformation,Xi,anPolytechnicUniversity,Xi,an710048,China)

Abstract:Atpresent，thedissolvedgasanalysis(DGA)combinedwithartificialintelligenceismainlyusedin

thefaultclassificationmodelofpowertransformers.Theintelligenttechnologyrepresentedby

themostwidelyused.Anewfaultdiagnosismethodforimprovingtheprobabilityneuralnetwork(PNN)ispro­

posed.ThestructureofPNNissimpleandthespeedofconvergenceisfast,buttlie

influenceonthecorrectnessofthenetworkoutput.Therefore,theimprovedfireflyalgorithm(IFA)isusedto

optimizethesmoothingfactor.Basedonthestandardfireflyalgorithm,thefixedstepsizeischangedintothe

self-adaptivesteplengtiiandthepositionupdateformulaisadjusted,whichnotonlybalancestheglobalsearch

andlocalsearchcapabilities,butalsoimprovesthesearchspeed.Inaddit