基于DGA的差分进化支持向量机电力变压器故障诊断

摘要：

针对支持向量机中参数选择严重影响分类效果的特点,提出采用差分进化算法对核函数g和惩罚因子c进行优化,得到最优的支持向量机模型,用于变压器的故障诊断.在简单介绍支持向量机的基础上,分析了采用差分进化算法对支持向量机优化的可行性.通过将收集的数据样本进行预处理,再利用差分进化的变异、交叉和选择对高斯径向基核函数进行优化,搜索出最优(c,g),并对得到的参数进行验证,获得最优的支持向量机模型.仿真实验表明,与SVM、GRID-SVM、GA-SVM、PSO-SVM相比,该方法误判率最低、全局寻优能力及鲁棒性较好.

关键词：支持向量机、差分进化、核函数、故障诊断

所属期刊栏目：51

资助基金：第54批博士后基金2013M541755. Project Supported by the Fifty-fourth Group of Postdoctoral Fund2013M541755.

在线出版日期：2015-05-22（万方平台首次上网日期，不代表论文的发表时间）

页码：13-18