采用CSA优化LS-SVM的油浸式变压器故障诊断方法

• 作者: 李海山 郭创新 骆玉海 高振兴
• 来源期刊: 能源工程
• 学科: 工学
• 关键词: 变压器 故障诊断 LS-SVM CSA
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 14-19
• 分类号: TM411
• 字数: 5159字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3950.2011.03.003

摘要

提出了一种基于耦合模拟退火(CSA)优化最小二乘支持向量机(LS-SVM)的变压器故障诊断方法，该方法以变压器油中五种溶解气体含量为故障特征量，利用故障样本集结合CSA算法、k-折交叉验证来训练并优化一对一组合分类的LS-SvM模型，并将其应用于故障诊断分类。样本测试集验证表明，该方法可避免改良三比值法中编码缺失、编码边界过于绝对的问题，获得的支持向量机模型诊断效果比BP、RBF神经网络更加稳定，准确度也高于一对多组合分类的LS-SVM模型，具有良好的实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭创新	浙江大学电气工程学院	216	5889	43.0	69.0
2	高振兴	浙江大学电气工程学院	7	283	6.0	7.0
3	骆玉海		5	141	3.0	5.0
4	李海山		1	0	0.0	0.0