基于并行化BP神经网络的配电变压器故障快速诊断方法

为进一步提升电网设备运行可靠性,提出一种基于MapReduce并行化的BP神经网络算法——MR-BPNN算法,以实现配电变压器故障快速诊断。该方法基于Hadoop平台下的MapReduce并行化模块:首先采用Map过程,运用不同训练样本块对各计算节点BP神经网络进行训练;然后采用Reduce过程,利用Map过程输出对BP神经网络权值进行汇总更新。相较于传统BP神经网络算法,MR-BPNN算法的网络训练收敛速度明显加快。最后,基于所采集的某电力公司配电变压器油中溶解气体数据,对比采用所提方法与传统特征气体法、三比值法进行设备故障诊断的性能,验证了所提方法可实现配电变压器状态的快速识别与诊断。