基于自组织抗体网络的电力变压器故障诊断

被引:26
作者
李中
苑津莎
张利伟
机构
[1] 华北电力大学电气与电子工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
人工免疫系统; 电力变压器; 油中溶解气体分析; 故障诊断;
D O I
10.19595/j.cnki.1000-6753.tces.2010.10.030
中图分类号
TM41 [电力变压器];
学科分类号
080801 ;
摘要
仿生生物免疫系统中抗体对抗原的高效识别和记忆机理,本文提出自组织抗体网络和抗体生成算法用于解决电力变压器故障诊断问题。自组织抗体网络中抗体类型与抗体浓度新定义的设计,优化了网络性能,只需根据样本数据设置初始抗体个数,无需人工设置任何其他参数与阈值。抗体生成算法依据抗体的类型和浓度,针对不同情况采取抗体进化、抗体合并以及抗体新生三种不同的策略,快速提取和记忆抗原特征,有效地提高了算法的效率。UCI(University of California,Irvine)标准数据集和基于油中溶解气体数据的电力变压器故障诊断试验表明,该方法能充分利用先验信息,实施有效的分类,并有很高的准确率。
引用
收藏
页码:200 / 206
页数:7
相关论文
共 12 条
[1]   基于抗体浓度调节新定义下的免疫遗传算法在电压无功优化中的应用 [J].
李玉龙 ;
宗伟 ;
吕鲜艳 ;
何秋宇 ;
袁启洪 ;
王倩 .
电工技术学报, 2008, (02) :115-119
[2]   一种模糊人工免疫网络故障诊断策略 [J].
庄健 ;
王娜 ;
杜海峰 ;
苟世宁 ;
栗茂林 ;
王孙安 .
自然科学进展, 2007, (11) :1544-1554
[3]   基于人工免疫响应的线性系统逼近 [J].
公茂果 ;
杜海峰 ;
焦李成 .
中国科学E辑:信息科学, 2005, (12) :1288-1303
[4]   基于RSOM树模型的机器学习原理与算法研究 [J].
夏胜平 ;
张乐锋 ;
虞华 ;
张静 ;
胡卫东 ;
郁文贤 .
电子学报, 2005, (05) :939-944
[5]   基于贝叶斯网络分类器的变压器综合故障诊断方法 [J].
吴立增 ;
朱永利 ;
苑津莎 .
电工技术学报, 2005, (04) :45-51
[6]   基于Super SAB神经网络算法的主变压器故障诊断模型 [J].
章剑光 ;
周浩 ;
项灿芳 .
电工技术学报, 2004, (07) :49-52+58
[7]   基于决策表约简的变压器故障诊断Petri网络模型及其应用研究 [J].
王楠 ;
律方成 ;
刘云鹏 ;
李和明 .
电工技术学报, 2003, (06) :88-92+76
[8]   人工免疫系统进展与展望 [J].
焦李成 ;
杜海峰 .
电子学报, 2003, (10) :1540-1548
[9]  
计算机免疫学[M]. 电子工业出版社 , 李涛著, 2004
[10]   Fault diagnosis of power transformer based on multi-layer SVM classifier [J].
Ganyun, LV ;
Cheng, HZ ;
Zhai, HB ;
Dong, LX .
ELECTRIC POWER SYSTEMS RESEARCH, 2005, 74 (01) :1-7