基于混沌粒子群优化支持向量机的变压器故障诊断

来源期刊：昆明理工大学学报(自然科学版)2019年第5期

论文作者：刘丹丹 李留文

文章页码：54 - 61

关键词：变压器;故障诊断;粒子群优化;支持向量机;参数优化;

摘    要：为了提高电力变压器故障诊断的准确性,也要克服人工神经网络(ANN)中存在的收敛速度慢、容易陷入局部极值等缺陷,提出一种混沌的粒子群优化支持向量机的变压器诊断方法,该方法不仅具有很强的全局搜索能力,而且适用于支持向量机(SVM)参数优化,提高算法的鲁棒性.首先利用混沌的粒子群算法优化支持向量机的参数,把气体的特征参数代入优化的支持向量机分类模型中进行诊断,能够准确地分类变压器故障,从而达到故障诊断的目的.实验结果与常规方法比较,该方法能简单有效,诊断速度快,诊断正确率高.