【摘要】：基于自組織抗體網(wǎng)絡(luò)(so Ab Net)的變壓器故障診斷方法中沒有網(wǎng)絡(luò)壓縮機制,并且網(wǎng)絡(luò)的初始抗體是隨機選取的,網(wǎng)絡(luò)性能不穩(wěn)定。針對這一問題,提出了基于互補免疫算法的變壓器故障診斷方法,結(jié)合變壓器故障診斷的特點詳細(xì)設(shè)計了免疫算子以彌補so Ab Net的不足。免疫算子中接種疫苗利用K-means最佳聚類算法為so Ab Net提供初始抗體,并通過免疫選擇壓縮網(wǎng)絡(luò)規(guī)模,其參數(shù)由粒子群算法進行優(yōu)化。變壓器故障診斷實驗結(jié)果表明,所提出的互補免疫算法能夠充分利用系統(tǒng)的先驗知識,并有效地提取故障樣本的數(shù)據(jù)特征,與單一智能方法相比具有更高的診斷準(zhǔn)確率。
[Abstract]:There is no network compression mechanism in transformer fault diagnosis method based on self-organizing antibody network (so Ab Net), and the initial antibody of the network is randomly selected, and the network performance is unstable. In order to solve this problem, a new transformer fault diagnosis method based on complementary immune algorithm is proposed, and the immune operator is designed in detail to make up for the deficiency of so Ab Net combined with the characteristics of transformer fault diagnosis. Vaccination in the immune operator provides the initial antibody for so Ab Net using the K-means optimal clustering algorithm, and the parameters are optimized by particle swarm optimization (PSO), and the network size is compressed by immune selection. The experimental results of transformer fault diagnosis show that the proposed complementary immune algorithm can make full use of the prior knowledge of the system and extract the data features of the fault samples effectively. Compared with the single intelligent method, the proposed algorithm has a higher diagnostic accuracy.
【作者單位】： 華北電力大學(xué)電氣與電子工程學(xué)院;冀北電力公司檢修分公司;
【基金】：國家自然科學(xué)基金(61204027) 中央高�；究蒲袠I(yè)務(wù)費專項資金(13XS26)資助項目
【分類號】：TM407

【參考文獻】

相關(guān)期刊論文 前1條

1 楊維,李歧強;粒子群優(yōu)化算法綜述[J];中國工程科學(xué);2004年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 王成華;高文梅;李成;;粒子群優(yōu)化算法搜索土坡臨界非圓弧滑動面[J];四川建筑科學(xué)研究;2007年05期

2 張金枝;葛云;張亞平;;應(yīng)用油色譜分析判斷大型變壓器內(nèi)部故障[J];安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報;2009年01期

3 洪文生;;油中在線色譜裝置在智能電網(wǎng)中的應(yīng)用[J];安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報;2011年S1期

4 張金枝;葛云;張亞平;;大型變壓器內(nèi)部故障的分析及處理[J];安徽電力;2009年01期

5 王音音;孫成平;曹永;李傳江;;一起基于油色譜分析的變壓器潛伏性故障診斷[J];安徽電力;2012年01期

6 劉添天;祁炯;蘇鎮(zhèn)西;;變壓器油溶解氣體在線監(jiān)測裝置的應(yīng)用及問題[J];安徽電力;2012年01期

7 劉延明;陸克芬;方崇;;基于投影尋蹤和粒子群優(yōu)化算法的南寧市內(nèi)河水質(zhì)綜合評價研究[J];安徽農(nóng)業(yè)科學(xué);2009年26期

8 趙英國;;應(yīng)用粒子群優(yōu)化算法設(shè)計多層微波吸收材料[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2011年04期

9 梅勝全;梅小平;;應(yīng)用免疫粒子群算法進行邊坡穩(wěn)定性分析[J];地下空間與工程學(xué)報;2009年06期

10 劉偉華;隋青美;;基于粒子群算法的FBG峰值波長檢測技術(shù)[J];半導(dǎo)體光電;2007年06期

【二級參考文獻】

相關(guān)期刊論文 前1條

1 王濤,李歧強;基于空間收縮的并行演化算法[J];中國工程科學(xué);2003年03期

【相似文獻】

相關(guān)期刊論文 前10條

1 蘇宏升;李群湛;;概念格在變壓器故障診斷中的應(yīng)用研究[J];高電壓技術(shù);2006年02期

2 閆學(xué)杰;;煤礦變壓器故障診斷的研究[J];煤礦現(xiàn)代化;2011年02期

3 王錚一;鄭文杰;;基于基因表達式編程的變壓器故障診斷[J];陜西電力;2012年04期

4 ;變壓器故障診斷[J];電氣制造;2012年05期

5 肖華蘭;吳駿;;基于多分類相關(guān)向量機的變壓器故障診斷[J];電子世界;2013年15期

6 ;《大型變壓器故障診斷技術(shù)的研究》技術(shù)成果通過電力部鑒定[J];上海電力學(xué)院學(xué)報;1995年04期

7 張豐仁,張恩鋒;氣相色譜分析在變壓器故障診斷中的應(yīng)用[J];中國煤炭;2000年10期

8 馬素媛;氣相色譜法在電力變壓器故障診斷中的實際應(yīng)用[J];冶金動力;2000年05期

9 錢政,黃蘭,嚴(yán)璋,羅承沐;集成模糊數(shù)學(xué)與范例推理的變壓器故障診斷方法[J];電網(wǎng)技術(shù);2001年09期

10 孫輝,李衛(wèi)東,孫啟忠;判決樹方法用于變壓器故障診斷的研究[J];中國電機工程學(xué)報;2001年02期

相關(guān)會議論文 前10條

1 胡澤江;張海濤;;可拓關(guān)聯(lián)函數(shù)與屬性約簡相結(jié)合的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

2 周柯;羅安;;信息融合技術(shù)在變壓器故障診斷中的應(yīng)用[A];2009年全國輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會論文集[C];2009年

3 趙繼印;李建坡;黎巧生;;基于氣相色譜分析方法的變壓器故障診斷系統(tǒng)[A];“振興吉林老工業(yè)基地——科技工作者的歷史責(zé)任”吉林省第三屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上冊）[C];2004年

4 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

5 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年全國輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會論文集[C];2009年

6 禹建麗;周瑞芳;;一種基于神經(jīng)網(wǎng)絡(luò)和模糊理論的變壓器故障診斷[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

7 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

8 陳湘萍;;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

9 卞建鵬;廖瑞金;楊麗君;鄭含博;;基于均值核聚類與二叉樹支持向量機的變壓器故障診斷新技術(shù)的研究[A];重慶市電機工程學(xué)會2010年學(xué)術(shù)會議論文集[C];2010年

10 于虹;張永剛;;基于模擬退火和支持向量機理論的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2011年

相關(guān)重要報紙文章 前1條

1 廣西龍州縣鴨水電廠 王f ;變壓器故障診斷方法的探討[N];中華合作時報;2004年

相關(guān)博士學(xué)位論文 前10條

1 司馬莉萍;基于改進支持向量機的電力變壓器故障診斷與預(yù)測方法的研究[D];武漢大學(xué);2012年

2 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測研究[D];華北電力大學(xué)（河北）;2009年

3 鄧宏貴;可拓理論與關(guān)聯(lián)分析及其在變壓器故障診斷中的應(yīng)用[D];中南大學(xué);2005年

4 鄭元兵;變壓器故障診斷與預(yù)測集成學(xué)習(xí)方法及維修決策模型研究[D];重慶大學(xué);2011年

5 尹金良;基于相關(guān)向量機的油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2013年

6 張利偉;油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2014年

7 陳舵;模糊聚類分析及其在電力變壓器故障診斷中的應(yīng)用研究[D];西安理工大學(xué);2008年

8 唐勇波;數(shù)據(jù)驅(qū)動的大型電力變壓器故障診斷和預(yù)測研究[D];中南大學(xué);2013年

9 鄭蕊蕊;智能信息處理理論的電力變壓器故障診斷方法[D];吉林大學(xué);2010年

10 蘇宏升;軟計算方法及其在電力系統(tǒng)故障診斷中的若干應(yīng)用研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 陸靜;蟻群算法在變壓器故障診斷中的應(yīng)用研究[D];南京航空航天大學(xué);2008年

2 潘連榮;基于協(xié)同學(xué)理論的變壓器故障診斷研究[D];天津大學(xué);2008年

3 丁茜;基于關(guān)聯(lián)規(guī)則的變壓器故障診斷研究[D];華北電力大學(xué)（河北）;2010年

4 胡勇;基于故障樹分析法—電力變壓器故障診斷[D];合肥工業(yè)大學(xué);2002年

5 張?zhí)?基于人工免疫思維進化算法的變壓器故障診斷[D];湘潭大學(xué);2011年

6 鄧浩;基于膜計算的變壓器故障診斷研究[D];西華大學(xué);2012年

7 趙永雷;基于模糊聚類新算法的變壓器故障診斷研究[D];華北電力大學(xué);2012年

8 韓世軍;基于支持向量機的立星110kV變壓器故障診斷[D];寧夏大學(xué);2013年

9 吳立帥;基于粗糙集與支持向量機的變壓器故障診斷研究[D];河南科技大學(xué);2013年

10 胡雁翔;多源信息融合技術(shù)在變壓器故障診斷中的研究[D];華北電力大學(xué);2013年

，

本文編號：2366201