基于ISFLA?SVM的变压器故障诊断

摘要：

为提高变压器故障诊断的准确性,提出了一种改进混合蛙跳算法优化支持向量机模型参数的变压器故障诊断方法.该方法首先采用均匀随机化与反近似对立相结合的方法对混合蛙跳算法的种群初始化进行改进,提高初始解的质量;其次引入差分变异算子,并将余弦适应性骨架差分进化算法内嵌入混合蛙跳算法的局部搜索算法中,同时利用Levy变异算子代替随机更新操作,提高了局部搜索算法的精度,加快了收敛速度;最后利用改进后的混合蛙跳算法对支持向量机模型参数进行优化,建立故障诊断模型.经典测试函数的仿真结果和实例验证结果表明,文中提出的改进混合蛙跳算法的性能有大幅度提高,优化后的支持向量机故障诊断模型相比于SFLA、AS?SFLA、ODSFLA算法优化结果具有更高的诊断准确率,更快的迭代速度,可对变压器故障进行有效诊断.

关键词：变压器、故障诊断、溶解气体分析、SFLA、SVM

所属期刊栏目：59

分类号：TP301.6;TM341;TH165

资助基金：国家自然科学基金51678470

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：126-133