基于改进量子粒子群优化支持向量机的 变压器故障诊断方法

摘要：

为了弥补量子粒子群算法优化支持向量机(QPSO-SVM)在变压器故障诊断中"早熟"收敛的不足,该文提出一种基于改进量子粒子群优化支持向量机算法.通过计算每一代粒子的平均适应值偏离度 Δ 并引入自扰动算子使"早熟"粒子主动跳出当前局部最优区域,增强算法的全局搜索能力.此外,建立基于所提算法的故障分类模型,对变压器故障样本进行诊断.实例结果表明:相较传统QPSO-SVM算法,改进QPSO-SVM算法可以使粒子主动跳出最优局部范围,且对变压器故障的诊断准确率更高,验证了该文方法在变压器故障诊断方面的有效性与准确性.

关键词：电力变压器、故障诊断、"早熟"自检、自扰动、量子粒子群

所属期刊栏目：34

分类号：TM933

资助基金：国家电网公司科技项目5229JY160003;国网宁夏电力有限公司科技项目5229JY150005

在线出版日期：2019-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113