基于ACO优化LS-SVM的变压器故障诊断

• 作者: 李川 李英娜 段效琛 高国磊
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 变压器 故障诊断 核主元分析 蚁群算法 最小二乘支持向量机
• 年，卷（期）: 2018,（6）
• 页码范围: 59-62,74
• 页数: 5页
• 分类号: TM74
• 字数: 3661字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.06.016

摘要

为提高电力变压器故障诊断的准确率,提出基于蚁群优化与最小二乘支持向量机的变压器故障诊断方法.首先,分析变压器故障与油中溶解气体之间的映射关系,确定故障诊断研究中5种特征气体作为故障类型诊断的参量.其次,针对油中溶解气体含量中异常数据,利用改进的核主元分析方法,剔除异常离群值.最后,引入蚁群算法到最小二乘支持向量机参数寻优中,得到核函数参数和惩罚系数的最优解,再使用数据样本对最小二乘支持向量机进行训练和识别,输出变压器故障分类.实验表明,该方法分类效果好,得到变压器的故障诊断准确率达到92.57％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李川	昆明理工大学信息与自动化学院	263	997	14.0	18.0
2	李英娜	昆明理工大学信息与自动化学院	148	412	10.0	12.0
3	段效琛	昆明理工大学信息与自动化学院	6	13	2.0	3.0
4	高国磊	昆明理工大学信息与自动化学院	2	5	1.0	2.0