基于RF特征优选的WOA-SVM变压器故障诊断

• 作者: 安国庆 史哲文 马世峰 韩晓慧 杜振斌 赵春琳
• 来源期刊: 高压电器
• 关键词: 变压器 故障诊断 特征优选 随机森林 鲸鱼优化算法
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 技术讨论
• 页码范围: 171-178
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2022.02.023

摘要

为进一步提高变压器传统故障诊断方法的准确率，提出了一种基于随机森林（RF）特征优选，结合鲸鱼算法（WOA）优化支持向量机（SVM）的变压器故障诊断方法。该方法首先利用5种常见油中溶解气体构建24维待选特征集合，其次利用RF算法中MDA指标对特征进行排序，通过序列反向搜索法优选出11维DGA特征量作为输入以消除冗余特征，最后将WOA算法用于SVM惩罚因子和核参数的优化，进而实现故障诊断。仿真结果表明，优选出的特征组合可有效提高诊断准确率，WOA-SVM故障诊断模型较PSO-SVM、GA-SVM，在诊断时间和准确率方面更具优势，验证了所提方法的可行性和有效性。