蚁群算法在变压器故障诊断中的应用研究

摘要

我国电力工业发展迅速，变压器数量激增，相关数据越来越庞大，借助智能技术对变压器进行故障诊断势在必行。本文对基于蚁群算法的变压器故障诊断进行了深入研究，做了以下工作： (1)完成了变压器故障诊断系统的设计，该系统采用了专家系统，其主要功能包括：信息采集模块、数据分类存储、综合管理模块及分析诊断等。对变压器故障诊断系统进行了分析，这种结构的系统具有高效、可靠、易于维护等优点。 (2)蚁群算法(ACO)已经成功的被运用到各种优化组合问题，Parpinelli和他的合作者将ACO运用到数据挖掘的分类问题中，介绍了一种新的算法Ant-Miner。本文对Ant-Miner算法进行了改进，避免算法陷入局部最优，缩短了搜索时间，提高算法的全局收敛性。同时，在数字仿真的基础上，研究了算法中主要参数的优化设置问题，得到了针对该类问题较好的参数设置。通过与CN2及Ant-Miner算法的试验结果比较，表明改进的算法能够发现更好的分类规则、有更强的预测能力，产生更少的规则集以及更简单的规则。 (3)将改进的算法应用于变压器故障诊断系统中，并对应用实例进行了分析，证明了用蚁群算法进行故障诊断是一种比较可行的方法。