基于遗传算法优化的支持向量机在变压器故障诊断中应用
变压器作为电力传输过程中的核心设备之一,它的运行状况在很大程度上决定了电网的运行状况.能否准确诊断变压器的故障类型对电网的安全稳定运行至关重要,因此,有必要对变压器的运行状态进行监控.由于传统的三比值法在诊断速率和准确性方面存在缺陷,因此,提出一种遗传算法优化支持向量机的模型诊断方法.支持向量机能够在训练样本较小的情况下,避免过学习现象,使泛化能力最大化.对于支持向量机无法自适应选择参数的问题,遗传算法具有全局搜索的特性,能够优化支持向量机的参数,以获得支持向量机的最优参数.应用此方法对变压器的故障诊断进行了研究,使其分类结果的正确率得到提高.
变压器、故障诊断、支持向量机、遗传算法
TM407;TP18(变压器、变流器及电抗器)
2019-04-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
21-23,32