GEP在变压器故障诊断中的应用

GEP在变压器故障诊断中的应用

变压器是电力系统生产过程中的重要设备之一，它能否正常运行直接影响到企业的经济效益和系统的安全运行。近年来，对电力变压器故障诊断新方法的探讨和研究，引起了国内外科研工作者的极大关注。油中溶解气体分析，由于分析速度快、检测灵敏度高和样品用量少、能够及时发现变压器内部存在的早期故障，已成为目前电力系统中对充油变压器常规使用的重要监测手段。常用的IEC三比值法及相关改良比值法在工程实际使用中暴露出编码不全、编码边界过于绝对等缺点[4]。目前，在很多人工智能方法如人工免疫系统、专家系统、神经网络、聚类分析、灰色理论、支持向量机等[4-6]，它们中的1 种或几种集成方法被应用于电力变压器故障珍断系统中，但于电力变压器的结构复杂性和故障机理的多样性，使得故障诊断的准确率还需要进一步提高。

　　基因表达式程序设计[1](Gene Expression Programming, GEP)是是葡萄牙科学家Candida Ferreira发现的一种基于基因型(Genome)和表现型(Phenomena)的新型遗传算法。它综合了GA和GP 的优点，具有染色体简单、线性和紧凑、易于进行遗传操作等到优点，这为解决电力设备的故障诊断问题提供了一条新的思路。本文对基因表达式程序设计算法加以改进，提出自适应基因表达式程序设计算法并将其应用于电力变压器 href=“ttp://byq.gkzhan.com”arget=_blank>变压器故障珍断，实例分析结果表明，该算法能有效地对电力变压器 href=“tp://byq.gkzhan.com”target=_blank>变压器的各种故障模式进行检测。

　　1. 变压器故障诊断自适应GEP算法

　　1.1 GEP算法[2-3]的改进

　　GEP的个体是由多个长度固定不变的基因组成的线性串染色体，然后这些个体被表示成表达式树(Expression Trees, ET)。GEP染色体和表达式树结构简单清晰，通过简单的线性编码和解码规则可无歧义地互化。GEP将这两者分别作为独立个体，对GA和GP的优点分别加以继承，使遗传操作易于实施，结果方便表达。它在符号回归、分类和时间序列问题预测中广泛应用，成为了一个非常有力的数据挖掘工具。

　　为改善GEP算法性能，对GEP参数进行自适应调整：

　　1.1.1选择算子：

　　受免疫算法抗体多样性的启发，多样性可用来提高遗传算法的全局搜索能力而不致陷于局部解。新的选择算子不仅与个体适应度有关，还与个体的浓度有关，个体浓度越大，选择概率越小，个体浓度越小，选择概率越大。个体的选择概率

(1)

　　式(1)中， f(xi) 为个体 i 适应度函数。种群中与个体i基因相似的个体越多，个体i被选中的概率越小。反之，与个体i基因相似的个体越少，个体i被选中的概率就越大。这使含有有效进化基因的低适应度个体也可获得繁殖的机会。这在理论上保证了解的多样性。

　　1.1.2 变异(转换)Pm和重组pc算子：为加快GEP算法的收敛速度，变异(转换)Pm和重组pc概率进行自适应调整：当种群比较单一时，Pm和pc变化较大;反之，当种群差别较大时，Pm和pc变化较小。同时当种群中的个体适应度较小时，Pm和pc变化较大;反之，当种群中的个体适应度较大时，Pm和pc变化较小。这样在克服过早收敛和避免优秀个体破坏之间选择了折衷的方案，保证了群体的多样性，克服了GEP算法的不成熟收敛，而达到全局最优。

　　1.1.3 多种群进化 受多种群并行进化思想的启发，改进的GEP算法中嵌入多种群并行优化与自适应调整相结合的思路，将原种群按其特性划分为几个种群，每个子种群有其各自的特点，例如具有不同的pc与Pm，具有不同的种群规模，具有不同的进化策略和算子，个体的特性分布也不同。这样通过不同子种群之间的进化，可以选取和保留每个种群的优秀个体，避免了单种群进化产生的过早收敛现象，同时又可以保持优秀个体的进化稳定性。另外为了使每个种群进化的灵活性，在pc与Pm的设置时，不再像以前那样将它们设为定常值，使其能自动调整参数值。

　　表1 种群参数特征

　　如表1所示，将某种群划分为四类种群同时进化。前三类种群按照各自的进化策略并行进化，种群4为保留子种群,它开始没有个体,它是由前三类种群进化过程中选取的优秀个体组成,其作用在于保存前三类种群进化的优秀个体,使不遭受破坏,又使个体分布多样性,同时其自身也在进化,其pm,pc 均比较小,目的在于保持个体的稳定性和多样性.

　　1.2自适应并行GEP算法的实现，自适应并行GEP算法的实施步骤如下:

　　(1) 按表1随机初如化种群1，种群2，种群3，种群规模分别为N1，N2，N3。

(2) 计算各种群中个体的拟合度，并判断是否符合优化准则，若符合，输出最佳个体及其代表的最优解，并结束运算;否则转向