基于人工鱼群算法和LS_SVM的变压器故障诊断

• 作者: 曾国辉 杨宇 黄勃
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 最小二乘支持向量机 故障诊断 人工鱼群算法 变压器 DGA IECTC10数据库
• 年，卷（期）: 2020,（11）
• 页码范围: 36-40,45
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.11.007

摘要

针对变压器故障数据的特征信息不确定性以及传统诊断方法准确率较低的问题,文中采用人工鱼群算法和最小二乘支持向量机相结合的方法来进行变压器故障诊断.将IECTC10数据库中的DGA特征气体比值作为输入,建立基于最小二乘支持向量机的变压器故障诊断模型,并运用人工鱼群算法对最小二乘支持向量机的参数进行优化选取.然后根据诊断结果,选出分类效果最佳的多比值特征参量组合.实验验证结果显示,文中所提出的诊断方法准确率可达96.67％,拥有更高的故障诊断正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾国辉		31	72	5.0	8.0
2	黄勃		40	87	5.0	7.0
3	杨宇		2	0	0.0	0.0