基于改进粒子群优化T-S ANFIS算法的诊断油浸式变压器故障研究

作者：乐效鹏; 史兵^*; 李嘉诚

来源：计算机测量与控制, 2023, 31(10): 33-39.

DOI：10.16526/j.cnki.11-4762/tp.2023.10.006

• 油浸式变压器
• 改进粒子群
• 自适应模糊神经网络
• 故障诊断
• 算法优化

为了有效提升油浸式变压器故障诊断的精度与速度，提出一种基于改进粒子群算法(IPSO)优化T-S型自适应模糊神经网络(T-S ANFIS)的油浸式变压器故障诊断模型；引入动态惯性权重和学习因子线性调整策略，并利用收敛域和欧式距离判别雷同粒子，以克服粒子群算法易早熟、后期易陷入局部最优的问题；接着通过IPSO对T-S ANFIS的前提参数进行优化，提高网络的收敛速度；最后通过仿真实验验证基于IPSO优化T-S ANFIS的变压器故障诊断模型效果，结果表明所构建模型的故障诊断最优准确率约为98%,与ANFIS及PSO-ANFIS模型相比具有较高的故障诊断精度及效率。

• 出版日期2023
• 单位常州大学