文献类型：期刊文章

作　　者：丛日立[1] 赵明宇[1] 周洋[1] 芦岩[1] 张基凯[1] 钱江[2]

Cong Rili;Zhao Mingyu;Zhou Yang;Lu Yan;Zhang Jikai;Qian Jiang(Economic Research Institute of State Grid East Inner Mongolia Electric Power Company,Hohhot 010020,China;Yuncheng Power Supply Company of State Grid Shanxi Electric Power Company,Yuncheng 044000,Shanxi,China)

机构地区：[1]国网内蒙古东部电力有限公司经济技术研究院,呼和浩特010020 [2]国网山西省电力公司运城供电公司,山西运城044000

出　　处：《电测与仪表》

年　　份：2019

卷　　号：56

期　　号：22

起止页码：84-88

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高电力变压器故障诊断效率、诊断正确率,提出了基于参数优化的电力变压器故障诊断模型。提取电力变压器故障的特征,将其和故障类型分别作为最小二乘支持向量机输入和输出,采用最小二乘支持向量机对电力变压器的故障诊断样本进行学习,构建电力变压器故障识别的分类器,并引入混沌粒子群算法对最小二乘支持向量机的参数进行优化,仿真对比测试结果表明,该模型可以准确辨识电力变压器故障,获得较高正确率的变压器故障诊断结果,电力变压器故障诊断的速度快,而且整体性能要优于当前其它电力变压器故障诊断模型。

关 键 词：电力变压器 故障诊断 最小二乘支持向量机 参数优化

分 类 号：TM93] TP181]