基于混沌粒子群优化支持向量机的变压器故障诊断

摘要：

为了提高电力变压器故障诊断的准确性,也要克服人工神经网络(ANN)中存在的收敛速度慢、容易陷入局部极值等缺陷,提出一种混沌的粒子群优化支持向量机的变压器诊断方法,该方法不仅具有很强的全局搜索能力,而且适用于支持向量机(SVM)参数优化,提高算法的鲁棒性.首先利用混沌的粒子群算法优化支持向量机的参数,把气体的特征参数代入优化的支持向量机分类模型中进行诊断,能够准确地分类变压器故障,从而达到故障诊断的目的.实验结果与常规方法比较,该方法能简单有效,诊断速度快,诊断正确率高.

关键词：变压器、故障诊断、粒子群优化、支持向量机、参数优化

所属期刊栏目：44

分类号：TM41(变压器、变流器及电抗器)

资助基金：云南电网有限责任公司基金项目YNKJXM20180306;云南省教育厅基金项目2016ZDX261;云南大学旅游文化学院基金项目2017XY19

在线出版日期：2019-11-28（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：54-61