改进SSA优化BP神经网络的变压器故障诊断

打开文本图片集

摘  要： 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法（SSA）存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题，提出将改进的麻雀搜索算法（ISSA）优化BP神经网络应用于变压器故障诊断。首先，引入非线性惯性权重和纵横交叉策略，从而提高算法的收敛速度和全局寻优能力；其次，将ISSA与传统SSA在收敛函数上进行对比分析，得到ISSA算法在迭代12次后以52%的准确率收敛，而SSA算法迭代23次后才达到25%的准确率，证明了ISSA在收敛速度和精度方面有明显提高；最后，将ISSA⁃BP、SSA⁃BP和BP诊断模型进行对比。（剩余9660字）