基于改进的萤火虫算法优化概率神经网络的电力变压器故障诊断方法及系统

摘要

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。