基于改进GA的SVM电力变压器过热诊断方法研究

• 作者: 王刘涛 王建玺
• 来源期刊: 计算机测量与控制
• 关键词: 支持向量机 遗传算法 电力变压器 故障诊断
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 342-344
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

电力系统的安全运行和高电力变压器的过热后会散发化学气体,气体浓度是检测设备过热和局部漏电的基础特征;将支持向量机和遗传算法应用于电力变压器的过热诊断中,首先,将变压器过热产生的五种特有气体的浓度作为过热特征参数,代入支持向量机和遗传算法的模型,得到备选的过热特征集,通过适应度函数对种群中的过热参数进行评价,然后,把优化后的训练样本输入到模糊支持向量机中进行相应的训练仿真;最后,通过基于遗传算法优化的支持向量机模型进行电力变压器的过热诊断,诊断结果表明该方法能够准确地诊断出电力变压器的故障类型,具有较高的故障诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刘涛		21	53	4.0	6.0
2	王建玺		46	111	6.0	8.0