基于人工鱼群算法优化极限学习机的变压器故障诊断 |
| |
作者姓名: | 钱峰 叶友卫 陈尊杰 |
| |
作者单位: | 国网新源集团有限公司新安江水力发电厂 |
| |
摘 要: | 为提高变压器故障诊断的准确性,本文采用优化性能更好的人工鱼群算法(Artificial Fish Swarm Algorithm, AFSA)对极限学习机(Extreme Learning Machine, ELM)进行优化,建立基于AFSA-ELM的变压器故障诊断模型。采用实际变压器故障数据进行仿真分析,并与其他模型进行对比,结果表明,只有AFSA-ELM模型诊断结果的正确率能够达到100%,验证了模型的正确性和优越性。
|
关 键 词: | 变压器 故障诊断 人工鱼群算法 极限学习机 |
|
|