基于精英反策略麻雀搜索优化随机森林的变压器故障诊断
为提高变压器故障诊断精度,提出一种基于精英反策略麻雀搜索算法(JYBack-SSA)优化随机森林(RF)的变压器故障诊断方法.通过精英反向学习对传统麻雀算法(SSA)进行改进,并将JYBack-SSA、SSA和灰狼算法(GWO)进行性能测试,JYBack-SSA有效提高了搜索能力和收敛速度.最后,用JYBack-SSA优化RF参数.为验证该方法的工程适用性,收集了390组变压器油中溶解气体故障样本,开发并测试了 JYBack-SSA-RF模型,并与JYBack-SSA-SVM、JYBack-SSA-XGBoost、BSA-SVM、GWO-SVM等故障诊断方法进行比较.结果表明,该方法具有较强的复杂故障学习能力,在准确性和鲁棒性方面也更有优势.
故障诊断、随机森林、麻雀搜索算法、精英反向学习、油中溶解气体
41
TM411(变压器、变流器及电抗器)
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
138-143