绝缘油ISMA-SVM法含气监测应用

摘要：

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.

关键词：绝缘油、含气故障、黏菌算法、支持向量机、诊断识别

所属期刊栏目：52

分类号：TP301.6;TP273.4;TH17

资助基金：中国华能集团有限公司总部科技项目HNKJ22-H36

在线出版日期：2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：165-169