基于差分进化算法的电力变压器故障监测方法

摘要：

为保障电力系统安全运行,提出基于差分进化算法的电力变压器故障监测方法,通过电力变压器故障特征的深度挖掘,提高其监测准确度.基于卷积神经网络(CNN)的变压器故障监测原理,将新的卷积层添加在CNN的池化层与全连接层之间,构建改进CNN,利用带有动量因子的随机梯度下降算法,加速训练改进CNN电力变压器故障监测模型,改进CNN速度,减轻收敛时产生的振动,获得精准分类结果;并利用差分进化算法优化改进CNN的权值及阈值,提高改进CNN的收敛速度,实现电力变压器故障精准监测.实验表明,该方法可深度挖掘电力变压器故障类型特征;收敛速度快、收敛准确度高;监测电力变压器故障效果好,准确度高.

关键词：差分进化算法、电力变压器、故障监测、改进CNN、权值阈值、动量因子

所属期刊栏目：41

分类号：TP391.41;TM711;TP18

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-15,前插1