用于变压器DGA故障诊断的改进PSO优化SVM算法研究

摘要：

为了提高电力变压器故障诊断的准确率,提出一种基于改进粒子群算法(PSO)优化SVM的变压器故障诊断方法.在对变压器故障进行诊断时采用支持向量机(SVM)与油中溶解气体分析(DGA)相结合的方法,利用PSO对SVM故障诊断模型进行参数寻优,并通过模拟退火算法(SA)改进PSO以提高PSO算法的全局搜索能力.对电力变压器故障诊断的实例分析结果表明,该方法不仅能够有效地进行变压器故障诊断,而且准确率高于传统的变压器故障诊断方法,更适合在变压器故障诊断中应用.

关键词：变压器、故障诊断、DGA、模拟退火算法、粒子群优化算法、SVM

所属期刊栏目：41

分类号：TN99-34;TP183

资助基金：自治区科技人才培养项目:"万人计划"后备人选培养项目QN2016YX0324;国家高层次人才特殊支持计划:青年拔尖新疆后备人才工程资助项目新疆[2104]22

在线出版日期：2018-08-27（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：124-128