文献类型：期刊文献

中文题名：天牛须算法在油浸式变压器故障诊断中的应用

英文题名：Application of beetle antennae search in fault diagnosis of oil-immersed transformer

作者：边莉[1,2];刘程杨[3];何辉[3];孙洪娜[2];戴嘉庚[3]

机构：[1]广东海洋大学电子与信息工程学院,广东湛江524000;[2]黑龙江科技大学电子与信息工程学院,哈尔滨150022;[3]黑龙江科技大学电气与控制工程学院,哈尔滨150022

年份：2020

期号：S01

起止页码：155

中文期刊名：计算机应用研究

外文期刊名：Application Research of Computers

收录：CSTPCD、、北大核心2017、CSCD_E2019_2020、北大核心、CSCD

基金：黑龙江省留学归国人员科学基金项目(LC2017026)

语种：中文

中文关键词：变压器;故障诊断;粗糙集;天牛须算法;BP神经网络

中文摘要：变压器在电力系统中处于非常重要地位,它对电力系统的正常运行起到了不可替代的作用。一旦发生故障,将会影响到整个电力系统的正常工作。因此对变压器的故障诊断显得尤为重要。近年来越来越多的研究学者利用人工神经网络对油浸式变压器进行故障诊断,但是将天牛须算法引入到BP神经网络过程中,并应用到变压器故障诊断方面的研究屈指可数。提出的方法首先利用粗糙集理论对故障数据进行优化处理,再利用天牛须算法优化BP神经网络模型对变压器故障进行诊断研究。实验结果表明,该方法对变压器故障诊断的准确率达到了91.25%,约简率达到了40%,并且诊断时间短、速度快、精度高。与其他优化算法相比具有明显的优势,经多次实验,诊断结果稳定,证明了该方法对故障诊断具有可行性和有效性。