基于PSO-SVM的变压器故障诊断研究

• 作者: 赵德鑫
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 变压器 粒子群算法 支持向量机 故障诊断
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 工艺研究
• 页码范围: 141-142
• 页数: 2页
• 分类号: TM41|TP277
• 字数: 1693字
• 语种: 中文

摘要

支持向量机用于变压器故障诊断时，其参数的选择会影响到诊断的准确度。为了提高支持向量机的精确度和效率，将粒子群算法和支持向量机相结合，提出了基于粒子群优化支持向量机的故障诊断方法。用粒子群算法实现对支持向量机惩罚因子及径向基核函数的寻优，从而提高支持向量机的分类性能。仿真结果表明，此方法能够有效提高变压器故障诊断的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵德鑫		4	7	2.0	2.0