基于鲁棒能量模型LS-TSVM和DGA的变压器故障诊断

• 作者: 彭辉 李自品 舒乃秋 陈欢 龙嘉文
• 来源期刊: 电力系统保护与控制
• 关键词: 最小二乘双支持向量机(LS-TSVM) 鲁棒能量模型最小二乘双支持向量机(RELS-TSVM) 鸡群算法(CSO) 变压器 故障诊断
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 工程应用
• 页码范围: 134-139
• 页数: 6页
• 字数: 4296字
• 语种: 中文
• DOI: 10.7667/PSPC161753

摘要

鲁棒能量模型最小二乘双支持向量机作为最小二乘双支持向量机(LS-TSVM)的改进算法,训练速度快、鲁棒性好且泛化能力强.将其引入到变压器故障诊断中,并提出一种鸡群算法优化鲁棒能量模型LS-TSVM的变压器故障诊断模型.在该模型中,结合二叉树和鲁棒能量模型LS-TSVM构造多类分类器用于变压器故障类型识别,并采用搜索性能较强的鸡群算法对鲁棒能量模型LS-TSVM的参数进行优化,以使模型的诊断性能达到最佳.基于DGA的变压器故障诊断实例表明,该方法故障诊断模型精度高,诊断效果优于PSO-SVM模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭辉	武汉大学电气工程学院	45	622	12.0	24.0
2	舒乃秋	武汉大学电气工程学院	116	1489	22.0	32.0
3	李自品	武汉大学电气工程学院	20	246	9.0	15.0
4	陈欢	武汉大学电气工程学院	38	75	5.0	7.0
5	龙嘉文	武汉大学电气工程学院	1	13	1.0	1.0