基于IFOA-SVM 的变压器故障诊断与定位研究 |
| |
引用本文: | 申文强,王宗琳,樊尚旭,郭永吉.基于IFOA-SVM 的变压器故障诊断与定位研究[J].电工技术,2023(12):46-50. |
| |
作者姓名: | 申文强 王宗琳 樊尚旭 郭永吉 |
| |
作者单位: | 国网甘肃省电力公司超高压公司;兰州理工大学电气工程与信息工程学院 |
| |
摘 要: | 为了充分发掘变压器油中溶解气体所蕴含的故障信息,实现变压器故障性质和故障位置的准确判断,利用
邻域粗糙集(NeighborhoodRoughSet,NRS) 和强化型果蝇算法(ImprovedFruitFlyOptimizationAlgorithm,IF-
OA)优化的支持向量机(SupportVectorMachine,SVM)构建变压器故障诊断与定位多层分类模型.首先,利用邻
域粗糙集按照条件属性重要度对变压器故障样本特征值进行约简.其次,为了提升变压器故障诊断与定位模型的分类
精度,设计一种强化型果蝇算法对SVM 的核函数参数和惩罚因子选取进行优化.利用Tent-logistic混沌映射产生的
混沌序列生成果蝇种群的初始位置信息,减少随机过程带来的不可控性;利用动态自适应步长参数调节个体的搜索范
围,增强FOA的寻优效率.仿真分析结果表明,基于改进模型的方法不仅可以实现变压器故障位置的判定,而且能
提升变压器故障诊断的精度.
|
关 键 词: | 变压器 故障诊断 故障定位 果蝇优化算法 支持向量机 |
|
| 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 |
|