蚁群优化最小二乘支持向量机在变压器故障诊断中的应用

• 作者: 王锦 蒋波涛
• 来源期刊: 机电信息
• 关键词: 最小二乘支持向量机 蚁群算法 故障诊断 变压器
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 装备应用与研究
• 页码范围: 43-44
• 页数: 2页
• 字数: 1795字
• 语种: 中文

摘要

变压器故障诊断对提高电力系统运行的可靠性、稳定性、安全性有着至关重要的作用.为了提高故障分类率,提出一种基于蚁群优化的最小二乘支持向量机(Ant colony optimization least squares support vector machine,ACO-LSSVM)电力变压器故障诊断方法.该方法首先利用ACO对LSSVM诊断模型的参数进行优化,选用径向基核函数.其次,以溶解气体含量为输入变量,变压器故障类别为输出变量,将测试数据输入训练好的模型.最后,将诊断结果与标准SVM结果进行比较.仿真结果表明,ACO-LSSVM方法具有更高的分类准确率,验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锦	西安工程大学电子信息学院	15	101	4.0	10.0
2	蒋波涛	西安工程大学电子信息学院	8	23	3.0	4.0