|
|||||
|
|
| 基于 HHO参数优化的SVM 变压器故障诊断方法研究∗ | |
| 摘 要： | 为了提高变电信息系统中变压器故障诊断的准确率,针对变压器故障样本较少,采用类内类间距离的可分性测度和相关性分析法确定关键特征向量,将特征向量作为支持向量机的输入样本,建立 SVM 故障分类模型.分析了哈里斯鹰优化算法 (HHO)和粒子群算法 (PSO)的优缺点,提出了基于哈里斯鹰优化算法 HHO 优化支持向量机 SVM 模型的参数.最后,通过真实变压器故障数据进行实验仿真,结果表明所提出的变电站故障诊断方法能够有效识别故障类型,具有较高的准确率和收敛速度. |
| 关 键 词： | 变压器 支持向量机 哈里斯鹰优化算法 粒子群算法 故障诊断 |
| 点击此处可从《电工技术》浏览原始摘要信息 | |
| 点击此处可从《电工技术》下载全文 | |