[发明专利]一种基于布谷鸟搜索优化神经网络的变压器故障诊断方法

摘要

一种基于布谷鸟搜索优化神经网络的变压器故障诊断方法，采用人工智能方法中的神经网络结构参数，结合一种布谷鸟搜索的元启发式智能方法，用布谷鸟搜索方法去优化神经网络的结构参数，通过DGA数据的训练得到一种稳定的基于布谷鸟搜索优化的神经网络结构，对新的数据进行预测，以解决这种对分类问题。本发明避免传统诊断方法大多局限于阈值诊断的缺点，具有较强的通用性；该方法与基本神经网络算法和基于其他元启发式优化神经网络算法方法相比，收敛速度更快，模型敏感度低，鲁棒性较强；并且，该方法采用布谷鸟搜索这种元智能算法对神经网络结构进行优化，改善了神经网络限于局部最小的缺点，并且调参过程更具有通用的规律性。

主权项

一种基于布谷鸟搜索优化神经网络的变压器故障诊断方法，包括以下步骤：(1)利用变压器油中溶解气体分析法对变压器油中的必测溶解气体CH4，C2H6，C2H4，C2H2，CO，CO2以及下面的变压器中油气体分析目的表中的推荐检测气体O2，N2，H2进行提取，通过分析提取得到的气体组分的数据进行分类与处理，确定故障类型；(2)按变压器故障和特征气体含量关系表对步骤(1)得到的数据和故障类型进行正确的分类标记，并通过随机抽样方式按3﹕1的比例分组，作为神经网络的训练集和测试集；(3)使用基于布谷鸟搜索优化的神经网络算法对训练集进行训练，当预测误差满足要求时停止训练；(4)用已经训练好的神经网络对测试集进行测试，调试过程中通过不断调整参数以保证测试结果理想；(5)用训练好的神经网络模型对新的未加标签的数据进行预测，预测结果即为故障类型，完成故障诊断。