在电力变压器故障诊断中，存在大量的*经验，故障征兆与原因之间存在着复杂性和模糊性，难以建立精确的数字模型。随着计算机信息处理技术和网络技术的发展，利用电气试验和油中气体监测结果中的有效信息，结合人工智能技术进行变压器智能故障诊断已成为研究热点。根据变压器油中溶解气体数据，利用人工神经网络中的反向传播神经网络（BPNN）进行变压器的故障诊断已有成功的先例，但当学习样本数目多、输入、输出关系较为复杂时，BP网络的收敛速度非常缓慢，收敛精度不高，甚至不收敛。

遗传算法是基于“适者生存”的一种高度并行、随机和自适应的优化算法，它将问题的求解表示成“染色体”的适者生存过程，通过“染色体”群的一代代不断进化，包括复制、交叉和变异等操作，较终收敛到“较适应环境”的个体，从而求得问题的较优解或满意解。遗传算法采用自适应正态变异算子，适应值大的个体在较小的范围内变异而使适应值较小的个体在较大的范围内变异使变异的范围与变异个体的性能相关起来。

江苏梅兰日兰电气有限公司专注于断路器,**式断路器,塑壳断路器,漏电断路器,小型断路器,双电源转换开关,电涌保护器等