文献类型：期刊文章

作　　者：冯志亮[1] 肖涵麒[1] 任文凤[1] 杜艳丽[1]

FENG Zhiliang;XIAO Hanqi;REN Wenfeng;DU Yanli(School of Electrical and Information Engineering,Beihua University,Jilin 132021,China)

机构地区：[1]北华大学电气与信息工程学院,吉林吉林132021

出　　处：《中国测试》

基　　金：国家自然科学基金青年基金资助项目(61300098);吉林省教育厅“十三五”科学研究项目(JJKH20180340KJ)。

年　　份：2023

卷　　号：49

期　　号：2

起止页码：99-105

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、UPD、ZGKJHX、核心刊

摘　　要：针对支持向量机对变压器进行故障诊断时准确率较低的问题,提出一种海鸥算法优化支持向量机的方法。首先增加不同的气体分数比值特征,扩充变压器故障数据所包含的信息特征,然后采用主成分分析法(PCA)提取输入变量特征,降低特征变量的维数,降低变量之间的相关性,最后用海鸥优化算法(SOA)对支持向量机的核参数和惩罚因子进行优化,提高支持向量机建模准确度。仿真结果表明,与粒子群(PSO)、遗传算法(GA)相比,海鸥优化算法优化支持向量机(SOA-SVM)可以明显提高变压器故障诊断的准确率,并且可靠性和泛化性能表现也有提高。

关 键 词：海鸥优化算法  支持向量机 PCA降维  变压器故障诊断

分 类 号：TM74]