公开(公告)号：CN110363277A

公开(公告)日：2019-10-22

申请号：CN201910635322.6

申请日：2019-07-15

Applicant: 南京工业大学

Inventor： 易辉 ,  顾梦埙 ,  李红涛 ,  张杰 ,  黄阅 ,  黄瑾

IPC: G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于改进的萤火虫算法（PFA）优化概率神经网络（PNN）的电力变压器故障诊断方法，首先用气相色谱分析法采集故障特征气体并使用融合DGA算法进行预处理。初始化PNN神经网络，萤火虫算法，2维粒子群；把PNN平滑因子作为萤火虫个体，计算萤火虫位置与亮度；将每一次萤火虫算法的求解结果反馈回粒子群算法中，并对每个粒子做出适应度评价，更新粒子的位置和速度；循环迭代，将得到的最优的平滑因子代入PNN进行故障预测，训练PFA优化后的PNN的模型；输入测试样本，输出故障类型结果，从而实现电力变压器故障诊断，搜索速度快，诊断精度高，误差小，分类效果明显。