BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来,由GA寻找最优的BP神经网络权值与相应节点的阈值。仿真结果表明:此方法既能快速收敛,又能大大提高避免陷入局部极小的能力,改善了故障诊断的精度和速度。

利用MATLAB环境建立一个用于变压器故障诊断的ＢＰ网络模型。首先利用具有全局寻优功能的遗传算法对BP神经网络的初始权值和阈值进行优化，然后采用L-M（Levenberg-Marquardt）优化算法对BP神经网络进行训练，从而达到加快网络训练速度，避免训练过程陷入局部极小点的目的。最后，详细记录网络的实际输出，并与期望输出做对比研究，最终证实了此网络达到了设计要求，可用于变压器的故障诊断。