Print

基于参数优化的电力变压器故障诊断模型

论文摘要

为了提高电力变压器故障诊断效率、诊断正确率,提出了基于参数优化的电力变压器故障诊断模型。提取电力变压器故障的特征,将其和故障类型分别作为最小二乘支持向量机输入和输出,采用最小二乘支持向量机对电力变压器的故障诊断样本进行学习,构建电力变压器故障识别的分类器,并引入混沌粒子群算法对最小二乘支持向量机的参数进行优化,仿真对比测试结果表明,该模型可以准确辨识电力变压器故障,获得较高正确率的变压器故障诊断结果,电力变压器故障诊断的速度快,而且整体性能要优于当前其它电力变压器故障诊断模型。

论文目录

  • 0 引言
  • 1 最小二乘支持向量机和混沌粒子群优化算法
  •   1.1 最小二乘支持向量机
  •   1.2 混沌粒子群优化算法
  • 2 基于参数优化的电力变压器故障诊断模型
  • 3 电力变压器故障的仿真测试
  •   3.1 测试平台及样本数据
  •   3.2 模型参数的确定
  •   3.3 结果与分析
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 丛日立,赵明宇,周洋,芦岩,张基凯,钱江

    关键词: 电力变压器,故障诊断,最小二乘支持向量机,参数优化

    来源: 电测与仪表 2019年22期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网内蒙古东部电力有限公司经济技术研究院,国网山西省电力公司运城供电公司

    分类号: TM41

    DOI: 10.19753/j.issn1001-1390.2019.022.014

    页码: 84-88

    总页数: 5

    文件大小: 1177K

    下载量: 234

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/def1b418855213fd6a5dd765.html