10.16621/j.cnki.issn1001-0599.2016.S1.34
混沌果蝇-最小二乘支持向量机变压器DGA诊断
针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点,融合混沌算法对果蝇优化算法的进化机制进行改进,提出混沌果蝇优化算法(CFOA)。将CFOA算法应用于最小二乘支持向量机(LSSVM)惩罚因子和核函数参数的选择中,可以改善参数选择的随机性和盲目性,从而建立基于CFOA-LSSVM的故障模式预测模型。应用该模型对变压器油中溶解气体故障模式进行预测,结果表明,CFOA方法在在收敛速度、收敛可靠性及收敛精度上均比基本FOA有较大的提高,依此而建立的CFOA-LSSVM故障模式预测模型具有较高的准确率。
果蝇优化算法、最小二乘支持向量机、变压器、DGA、故障模式
TM406(变压器、变流器及电抗器)
2016-08-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
66-68