基于差分进化算法的电力变压器故障监测方法

为保障电力系统安全运行，提出基于差分进化算法的电力变压器故障监测方法，通过电力变压器故障特征的深度挖掘，提高其监测准确度。基于卷积神经网络（CNN）的变压器故障监测原理，将新的卷积层添加在CNN的池化层与全连接层之间，构建改进CNN，利用带有动量因子的随机梯度下降算法，加速训练改进CNN电力变压器故障监测模型，改进CNN速度，减轻收敛时产生的振动，获得精准分类结果；并利用差分进化算法优化改进CNN的权值及阈值，提高改进CNN的收敛速度，实现电力变压器故障精准监测。实验表明，该方法可深度挖掘电力变压器故障类型特征；收敛速度快、收敛准确度高；监测电力变压器故障效果好，准确度高。