基于关联气体和遗传算法优化支持向量机的电力变压器故障检测

• 作者: 候彤辉 吕恒 吴瞻 张欣 柴俊岭 田录林
• 来源期刊: 电气应用
• 关键词: 关联气体 两级级联 遗传算法 模型参数 故障诊断
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 电气技术
• 页码范围: 40-45
• 页数: 6页
• 语种: 中文

摘要

0 引言 随着对电网经济性和安全性的要求越来越高,无停电变压器在线状态检修是设备维修模式的必然趋势[1].在实际应用中,三比值法暴露出了编码不全、编码过于绝对等问题[2-3].随着研究的不断深入,各式各样检测的方法已经应用到变压器故障检测中,研究人员提出了多种故障诊断算法,如人工神经网络、贝叶斯网络、支持向量机和遗传算法等[4].贝叶斯网络由于过度拟合容易落入局部最优,因此需要大量的样本数据[5].这些算法在工程实践中取得了良好的效果.但现有的变压器各状态参数之间缺乏相关性分析,对各种信息的内在联系都缺乏关注.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田录林		36	447	13.0	20.0
2	柴俊岭		3	8	2.0	2.0
3	吕恒		3	8	2.0	2.0
4	吴瞻		2	6	1.0	2.0
5	张欣		3	7	2.0	2.0
6	候彤辉		1	0	0.0	0.0