基于混合智能算法的电力变压器故障诊断研究

• 作者: 方文玉
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: LS-TSVM 蚁群算法 电力变压器 分类器 故障诊断
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 12-15
• 页数: 4页
• 分类号: TM41
• 字数: 2883字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7913.2020.01.004

摘要

最小二乘双支持向量机算法(LSTSVM)具有训练样本速度快、二分类效率高的特点,在电力系统电力变压器故障诊断中占有独特优势.单一的智能算法诊断自己片面,很难全面进行故障诊断,因此多采用复合智能算法.在LS-TSVM模型基础上引入蚁群算法,利用蚁群算法强大的搜索能力进行寻优计算,结合二叉树构建的LS-TSVM模型可对变压器故障进行全面诊断.通过实际的算例进行仿真,结果表明,混合智能故障诊断方法不仅准确率高,准确度也比传统ANN模型有所提高,证明了该算法模型的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方文玉	三峡大学电气与新能源学院	1	0	0.0	0.0