基于人工鱼群算法优化极限学习机的变压器故障诊断

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。