| 基于粒子群优化随机森林的变压器故障诊断模型 |
| |
| 引用本文： | 李鹤健,徐肖伟,王科,赵勇军,吴世浙,刘可真. 基于粒子群优化随机森林的变压器故障诊断模型[J]. 昆明理工大学学报(自然科学版), 2021, 46(3): 94-101. DOI: 10.16112/j.cnki.53-1223/n.2021.03.451 |
| |
| 作者姓名： | 李鹤健 徐肖伟 王科 赵勇军 吴世浙 刘可真 |
| |
| 作者单位： | 云南电网有限责任公司大理供电局,云南大理671000;云南电网有限责任公司电力科学研究院,云南昆明650217;云南电力技术有限责任公司,云南昆明650217;昆明理工大学电力工程学院,云南昆明650500 |
| |
| 摘 要： | 变压器故障诊断正确率取决于诊断模型的构建、特征参量的选取以及故障类型数据的丰富,模型参数的调整也变得尤为重要.针对依据经验调整参数导致随机森林模型诊断变压器故障正确率不够高的问题,提出了基于粒子群优化随机森林(PSO-RF)的故障诊断方法.以油中溶解气体的无编码比值构成特征参量作为模型输入,通过PSO算法搜索RF模型的两个最优参数(子树棵数和分裂特征数),建立PSO-RF模型诊断故障类别,并与不同特征参量选择方法和不同模型进行对比分析.运用两个具体实例的诊断结果来验证所提诊断模型和特征选取的有效性.结果 表明:以无编码比值作为特征参量能挖掘更多的故障信息,并且PSO-RF模型故障诊断正确率优于SVM、BPNN与RF模型,随着样本空间的增大,故障诊断模型的效果越好.
|
| 关 键 词： | 变压器 故障诊断 随机森林 粒子群优化 无编码比值 |
Transformer Fault Diagnosis Model Based on Particle Swarm Optimization and Random Forest |
| |
| LI Hejian,XU Xiaowei,WANG Ke,ZHAO Yongjun,WU Shizhe,LIU Kezhen. Transformer Fault Diagnosis Model Based on Particle Swarm Optimization and Random Forest[J]. Journal of Kunming University of Science and Technology(Natural Science Edition), 2021, 46(3): 94-101. DOI: 10.16112/j.cnki.53-1223/n.2021.03.451 |
| |
| Authors: | LI Hejian XU Xiaowei WANG Ke ZHAO Yongjun WU Shizhe LIU Kezhen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
