基于ReliefF-mRMR与IAO-SVM的变压器故障诊断 |
| |
引用本文: | 张佳豪,杨国华,赵艺青,张兆坤,李志远.基于ReliefF-mRMR与IAO-SVM的变压器故障诊断[J].江苏电器,2023(1):1-7. |
| |
作者姓名: | 张佳豪 杨国华 赵艺青 张兆坤 李志远 |
| |
作者单位: | 1. 宁夏大学物理与电子电气工程学院;2. 宁夏电力能源安全重点实验室 |
| |
摘 要: | 为进一步提高变压器故障诊断准确率,提出一种基于ReliefF-mRMR与IAO-SVM结合的变压器故障诊断模型。采用ReliefF和最大相关最小冗余(mRMR)算法对变压器故障数据进行特征优选;引入混沌反向学习和自适应混合变异策略改进天鹰优化算法,并对最优特征集合和支持向量机(SVM)参数联合寻优,构建最佳故障诊断模型;利用已有变压器故障数据对所提模型仿真实验,并与常用故障诊断模型灰狼算法支持向量机(GWO-SVM)、天鹰优化算法支持向量机(AO-SVM)相比较,准确率分别提高了10.76%和6.15%,高达95.38%,结果表明所提模型能有效提高变压器故障诊断精度。
|
关 键 词: | 变压器 故障诊断 特征优选 改进天鹰优化算法 支持向量机 |
|
|