文献类型：期刊文章

作　　者：方涛[1] 钱晔[1] 郭灿杰[1] 宋闯[2] 王志华[3] 罗建平[3] 巴全科[3]

FANG Tao;QIAN Ye;GUO Canjie;SONG Chuang;WANG Zhihua;LUO Jianping;BA Quanke(Luoyang Power Supply Company,State Grid Henan Electric Power Company,Luoyang 471000,China;State Grid Henan Electric Power Research Institute,Zhengzhou 450052,China;Wuhan Kemov Electric Co.,Ltd.,Wuhan 430023,China)

机构地区：[1]国网河南省电力公司洛阳供电公司,河南洛阳471000 [2]国网河南省电力公司电力科学研究院,河南郑州450052 [3]武汉凯默电气有限公司,湖北武汉430023

出　　处：《电力系统保护与控制》

基　　金：国家电网公司总部科技项目资助(52170218000M);国网河南省电力公司2019年科技项目资助(5217A01801U5)。

年　　份：2020

卷　　号：48

期　　号：20

起止页码：90-96

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了准确地判断变压器绕组是否出现故障,保证变压器供电的可靠性,提出了一种基于天牛须搜索算法优化支持向量机(BAS-SVM)的变压器绕组故障诊断方法。采用支持向量机(SVM)作为变压器绕组形变程度的分类器,并应用天牛须算法对SVM的核函数和惩罚因子进行优化,通过人工经验训练BAS-SVM,使其具有很高的故障诊断精度。为了比较BAS-SVM算法在变压器绕组故障诊断的优越性,采用改进的粒子群优化算法(MPSO)优化SVM。通过仿真验证,BAS-SVM算法的故障诊断准确率比MPSO-SVM算法的故障诊断准确率高10%。最后通过实例验证了BAS-SVM算法对变压器绕组故障诊断的可行性。

关 键 词：变压器 故障诊断  BAS-SVM  绕组变形 MPSO-SVM  

分 类 号：TM41]