电工电能新技术

作者：赵玲玲1,2， 王群京2,3， 陈权1,4， 汪伟5

单位：1. 安徽大学电气工程与自动化学院， 安徽 合肥 230601；
\r\n2. 高节能电机及控制技术国家地方联合工程实验室，安徽大学， 安徽 合肥 230601；
\r\n3. 教育部电能质量工程研究中心，安徽大学， 安徽 合肥 230601；
\r\n4. 工业节电与用电安全安徽省重点实验室，安徽大学， 安徽 合肥 230601；
\r\n5.南方电网公司新型智慧城市高品质供电联合实验室（深圳供电局有限公司）， 广东 深圳 518020

关键词：变压器, 故障诊断, 蝴蝶优化算法, 自适应权重, 变异算子

基金：国家自然科学基金项目（51637001）、 安徽省自然科学基金(1808085ME113)、 南方电网公司科技项目(090000KK52190169/SZKJXM2019669)

为提高变压器故障诊断准确率，提出基于IBBOA优化BP神经网络的变压器故障诊断模型。在IBBOA-BP模型中，引入自适应权重，协调BBOA的全局和局部搜索能力；增加变异算子，提高蝴蝶种群的多样性，避免蝴蝶个体陷入局部最优。通过IBBOA优化BP神经网络的权值和阈值，避免BP神经网络出现易早熟问题，提高变压器故障诊断模型的准确性。且利用测试函数，通过与PSO、BOA对比，证明IBBOA算法具有更好的全局寻优能力、精确度和收敛速度。仿真计算表明，IBBOA-BP模型的变压器故障诊断正确率比PSO-BP和BOA-BP 诊断模型正确率分别提高10.447 7%和5.970 1%。

来源：2021年第9期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2021年第9期