基于人工免疫算法的變壓器故障診斷方法
加入技術(shù)交流群
(7)抑制 對(duì)記憶抗體Ar進(jìn)行抑制，刪除同類記憶抗體間親和力大于免疫抑制閾值Ys的記憶抗體，直至抗原與抗體的親和力接近。否則，隨機(jī)產(chǎn)生d個(gè)抗體Ad，則抗體集Ad*=ArUAd。
(8)檢驗(yàn) 計(jì)算檢驗(yàn)抗原集Ac和記憶抗體集Ur之間的歐氏距離，檢驗(yàn)抗原的類別。
L=||Ac一Ur||
3．3 參數(shù)選定
(1)抗體n的選擇 n為抗體集中被選擇用來克隆增殖的抗體個(gè)數(shù)，n值越大則克隆集合Cj越大，這樣可加大記憶抗體的搜索空間，但也相應(yīng)增加了算法計(jì)算量；而n值越小則每次產(chǎn)生記憶抗體集的個(gè)數(shù)越少，導(dǎo)致算法迭代次數(shù)增多。通過試算可得出最佳的抗體選擇數(shù)為4。
(2)其他參數(shù)設(shè)置 初始化抗體個(gè)數(shù)N=20,抗體克隆規(guī)模K=10，自然死亡閾值Yd=l，抑制閾值Ys=0．15，新產(chǎn)生抗體數(shù)d=10。
本文引用地址：http://butianyuan.cn/article/188665.htm
4 故障分析
常見的變壓器故障類型有：低溫過熱T1(t300℃)、中溫過熱T2(300℃t500℃)、高溫過熱T3(t>500℃)、局部放電PD、低能放電D1、高能放電D2等6種潛伏性故障類型。這里收集了478個(gè)故障樣本作為數(shù)據(jù)源。
將收集的故障樣本分為2部分，其中235個(gè)作為訓(xùn)練抗原集，剩下的243個(gè)作為檢驗(yàn)抗原集。輸入到上述的人工免疫算法中，重復(fù)訓(xùn)練10次，得到的記憶抗體集個(gè)數(shù)平均為31，訓(xùn)練抗原的數(shù)據(jù)壓縮比為86％。計(jì)算243個(gè)檢驗(yàn)抗原和記憶抗體集的歐氏距離，得出總的故障診斷準(zhǔn)確率為86．8％。表1為故障樣本經(jīng)人工免疫算法處理后的結(jié)果及各種故障類型的診斷準(zhǔn)確率。
表2給出了12組故障實(shí)例。將人工免疫算法的診斷結(jié)果和IEC三比值法進(jìn)行比較，可以看出，前者的診斷準(zhǔn)確率要高于后者。
5 結(jié)語(yǔ)
電力變壓器故障診斷的人工免疫算法充分利用了人工免疫網(wǎng)絡(luò)的自學(xué)習(xí)和自記憶的優(yōu)點(diǎn)，對(duì)故障樣本抗原進(jìn)行訓(xùn)練。獲取的記憶抗體集具有故障的類別信息，由于抗原和記憶抗體的作用要考慮兩者的類別信息，使記憶抗體能夠很好地學(xué)習(xí)和記憶同一類別抗原的數(shù)據(jù)特征，提高了算法的準(zhǔn)確度。通過實(shí)驗(yàn)的結(jié)果證明，人工免疫算法的故障診斷準(zhǔn)確率要高于IEC三比值法，證明了該算法的有效性。
評(píng)論