基于果蝇算法优化的概率神经网络在变压器故障诊断中的应用

传统的变压器故障诊断方法存在编码不全，容易错判漏判的缺点。随着变压器在线监测技术的发展和产品需求的增加，变压器故障诊断技术朝着智能化的方向发展。为提高故障诊断率，结合油中气体分析法，本文提出了一种基于果蝇算法优化的概率神经网络模型的变压器故障诊断方法。作为一种新型的启发式和进化式算法，果蝇优化算法具有易理解和快速收敛到全局最优解的优点。概率神经网络结构简单、训练简洁，具有强大的非线性分类能力，将样本空间映射到故障模式空间中，从而形成一有较强容错能力和机构自适应能力的诊断网络。采用果蝇算法对模型参数进行优化，减少人为因素对神经网络设计的影响。仿真实验证明这种基于果蝇优化算法的概率神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断供了一条新途径，具有良好的研究价值和发展前景。