基于自适应PSO算法的LS-SVM牵引变压器绝缘故障诊断模型

摘要：

结合罗杰斯比值法,基于自适应PSO算法和最小二乘支持向量机(LS-SVM).提出一种牵引变压器绝缘故障诊断模型.该模型提出一种自适应PSO算法.即根据群体的收敛程度和个体的适应值来调整惯性权重,加快训练速度,利用该算法迭代求解LS-SVM中出现的矩阵方程,避免矩阵求逆,节省内存:为了快速和准确地区分牵引变压器12种绝缘故障,该模型构建12个自适应PSO的LS-SVM分类器.通过对600组牵引变压器的故障数据的处理表明,所提出的基于自适应PSO优化的LS-SVM算法优于经典SVM算法和标准PSO的LS-SVM算法,收敛速度快,识别精度高.

关键词：故障诊断、牵引变压器、最小二乘支持向量机、粒子群优化、罗杰斯比值法、多分类

所属期刊栏目：31

分类号：TM855;TP277(高电压技术)

资助基金：国家自然科学基金项目51007030;铁道部科技研究开发计划课题2008J002

在线出版日期：2011-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-89