绝缘油ISMA-SVM法含气监测应用
对于变压器绝缘油含气(DGA)故障诊断识别准确率低问题,利用反向学习策略对黏菌算法(SMA)改进形成ISMA算法,提升全局寻优能力,并优化支持向量机(SVM),建立ISMA-SVM优化故障诊断模型,用样本集进行学习训练.将诊断识别结果与灰狼算法GWO-SVM和粒子群算法PSO-SVM优化模型进行对比,ISMA-SVM故障诊断识别准确率为93.3%,相比GWO-SVM、PSO-SVM分别提高了6.66百分点、10.66百分点.
绝缘油、含气故障、黏菌算法、支持向量机、诊断识别
52
TP301.6;TP273.4;TH17
中国华能集团有限公司总部科技项目HNKJ22-H36
2023-04-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
165-169