[發明專利]一種基于布谷鳥搜索優化神經網絡的變壓器故障診斷方法

在審

• 申請號: 201710196519.5
• 申請日: 2017-03-29
• 公開（公告）號: CN107153869A
• 公開（公告）日: 2017-09-12
• 發明（設計）人: 楊曉輝;李岸一;彭志云;董桓毓;王靜
• 申請（專利權）人: 南昌大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/08
• 代理公司: 南昌新天下專利商標代理有限公司36115
• 代理人: 施秀瑾

1.一種基于布谷鳥搜索優化神經網絡的變壓器故障診斷方法，包括以下步驟：

(1)利用變壓器油中溶解氣體分析法對變壓器油中的必測溶解氣體CH₄，C₂H₆，C₂H₄，C₂H₂，CO，CO₂以及下面的變壓器中油氣體分析目的表中的推薦檢測氣體O₂，N₂，H₂進行提取，通過分析提取得到的氣體組分的數據進行分類與處理，確定故障類型；

(2)按變壓器故障和特征氣體含量關系表對步驟(1)得到的數據和故障類型進行正確的分類標記，并通過隨機抽樣方式按3﹕1的比例分組，作為神經網絡的訓練集和測試集；

(3)使用基于布谷鳥搜索優化的神經網絡算法對訓練集進行訓練，當預測誤差滿足要求時停止訓練；

(4)用已經訓練好的神經網絡對測試集進行測試，調試過程中通過不斷調整參數以保證測試結果理想；

(5)用訓練好的神經網絡模型對新的未加標簽的數據進行預測，預測結果即為故障類型，完成故障診斷。

2.根據權利要求1所述的一種基于布谷鳥搜索優化神經網絡的變壓器故障診斷方法，其特征是步驟(3)所述的基于布谷鳥搜索優化的神經網絡算法對訓練集進行訓練，按如下步驟：

Step1輸入訓練樣本；

Step2初始化BP神經網絡；

Step3初始化鳥巢數量n，目標函數f(x)，初始化解決方案，P_a，精度；

Step4計算目標函數值，記錄最優解決方案f_min和鳥巢位置；

Step5更新鳥巢，并獲得新一代鳥巢；

Step6計算新一代鳥巢的目標函數值，并將其與上一代比較，記錄最佳解決方案f_new及其相應的鳥巢位置；

Step7計算出生成概率K，判斷K＞P_a是否成立；若K＞P_a成立，則轉Step8；否則，轉Step9；

Step8更新鳥巢，目標函數值,f_new及其相應的位置；

Step9比較f_new和f_min,并用更佳的值替換f_min；

Step10判斷是否滿足布谷鳥搜索的迭代停止條件；若滿足，則轉Step11；否則，則轉Step5；

Step11獲得BP神經網絡的初始權值和閾值；

Step12訓練神經網絡；

Step13判斷是否達到神經網絡的最大訓練次數或滿足神經網絡停止迭代條件；若滿足，則轉到Step14；否則，則轉Step3；

Step14得到擁有最佳參數的訓練完成的神經網絡。