2016年第44卷第9期 2016，Vol.44No.9
陕西电力
SHAANXI ELECTRIC POWER
基于纵横交叉优化BP神经网络的变压器
故障诊断研究
刘字宇俊1彭显刚2,林利祥1,刘艺2.洪俊杰2
特别推荐 FeaturedFocus
（1.广州供电局有限公司，广东广州510000；2.广东工业大学自动化学院，广东广州510006）摘要：为提高电力交压器最障诊断的准确率，提出一种基于织横交又算法改进BP神经网络的故障诊断方法。该方法在BP神经网络结构的基础上，利用织横交叉CSO算法对BP神经网络的权值和阔值进行优化，得到录优的权值和阔值向量，并将优化值代入BP神经网络训练模型中，继后利用BP神经网络的自学习功能进行训练，最终得到基于CSO-BPNN的变压器故障诊断模型。将提出的基于CSO-BPNN算法的故障诊断结果与标准BP神经网络算法故障诊新结果进行对比。测试结果表明，CSO-BPNN算法融合了CSO算法和BPNN算法的优点，能更有效地烫
高变压器故障诊断的识别精度，具有良好的工程实用价值。关键词：变压器；故障诊断；BP神经网络；纵横交叉算法
中图分类号：TM411
文献标志码：A
文章编号：1673-7598(2016)09-000806
StudyonPowerTransformerFaultDiagnosisBasedon Back-propagationNeuralNetworkOptimizedby
Crisscross OptimizationAlgorithm
LIU Yujun',PENGXiangang,LIN Lixiang',LIU Yi2,HONG Junjie?
(1. Guangzhou Power Supply Bureau Co, Ltd., Guangzhou 510000, China;
2. School of Automation, Guangdong University of Technology, Guangzhou 510006, China)
Abstract:In order to improve the accunacy of power Lransformer fault diagnosis,an improved backpropagation neural network optimized by crisscross optimization algorithm (CSOBPNN)diagnostie approach is proposed in this paper.The CSOBPNN algorithm is established based on the BP neural network structure, Meanwhile,the CSO algorithm is introduced to optimize the weights and threshold values of BP network. In CSOBPNN, when the optimal weights and threshold vectors are obtained, the optimal values s o ot paeea ote oa [eou de e seaa uen aoa nan de a or as m BPNN based transformer fault diagnosis model. At the end, the proposed CSOBPNN diagnostic approach is comapared to the standard BPNN diagnosis approach, and the results show that the proposed CSOBPNN approach integrates both the advantages of CSO algorithm and BPNN algorithm,can greatly improve the aceuracy of transformer fault diagnosis, and has high value in engineering practice.
Key words: power transformer; fault diagnosis; BP neural network algorithm; crisscross optimization algorithm (CSO)
展和全社会对电力需求的不断增长，越来越多的变
0引言
电力变压器是电力系统中最主要的元件之一，变压器的工作状态对电力系统的安全可靠运行具有至关重要的影响。随着国内外电力工业的迅速发
基金项目：国家自然科学基金资助项目(51407035) 万方数据
压器被投人到电力系统中。因此，如何有效地识别诊断电力变压器的故障性质，迅速查找故障原因以便排除变压器故障，对电力系统的稳定安全运行有着十分重要的意义，也有利于提高电力企业的经济效益。
目前，变压器的故障诊断主要是基于油中溶解气体分析技术。油中溶解气体分析法(DissolvedGas Analysis,DGA）通过检测变压器的绝缘油中溶解的