基于GA优化支持向量机的变压器故障诊断

• 作者: 吴楠 张春龙 王涛 陈宇
• 来源期刊: 节能
• 学科: 工学
• 关键词: 支持向量机 遗传算法 参数优化 变压器 故障诊断
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 24-27
• 页数: 4页
• 分类号: TM41
• 字数: 3287字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7948.2012.12.008

摘要

针对变压器故障诊断中出现的多故障分类问题,为提高支持向量机的多故障分类的准确率,利用遗传算法(GA)对支持向量机的相关参数进行了优化.将利用遗传算法优化的支持向量机(GA-SVM)应用于变压器故障诊断中,并与利用粒子群算法优化的支持向量机(PSO-SVM)的识别结果进行比较.对比试验结果可以看出,GA-SVM算法能够更为有效地选择支持向量机的相关参数,在很大程度上提高了变压器多故障分类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	东北电力大学自动化工程学院	9	50	3.0	7.0
2	张春龙	东北电力大学自动化工程学院	4	10	2.0	3.0
3	吴楠	东北电力大学自动化工程学院	3	7	2.0	2.0
4	陈宇	东北电力大学自动化工程学院	4	6	2.0	2.0