基于混沌粒子群优化核极限学习机的变压器故障诊断方法

摘要：

为提高电力变压器故障诊断的准确度,提出一种基于核极限学习机(KELM)的变压器故障诊断方法,利用混沌优化改善粒子群算法的全局寻优性能.该方法首先用KELM建立故障诊断模型,再利用改进后的混沌粒子群算法(CPSO)对KELM的参数进行优化.结合油中溶解气体分析法(DGA)获得样本数据,通过实例仿真结果对比分析表明,所用算法具有更高的诊断准确率,提高了变压器故障诊断的可靠性.

关键词：变压器、故障诊断、混沌优化、粒子群优化、核极限学习机

所属期刊栏目：41

分类号：TM407(变压器、变流器及电抗器)

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44