【摘要】：魯棒能量模型最小二乘雙支持向量機(jī)作為最小二乘雙支持向量機(jī)(LS-TSVM)的改進(jìn)算法,訓(xùn)練速度快、魯棒性好且泛化能力強(qiáng)。將其引入到變壓器故障診斷中,并提出一種雞群算法優(yōu)化魯棒能量模型LS-TSVM的變壓器故障診斷模型。在該模型中,結(jié)合二叉樹(shù)和魯棒能量模型LS-TSVM構(gòu)造多類(lèi)分類(lèi)器用于變壓器故障類(lèi)型識(shí)別,并采用搜索性能較強(qiáng)的雞群算法對(duì)魯棒能量模型LS-TSVM的參數(shù)進(jìn)行優(yōu)化,以使模型的診斷性能達(dá)到最佳�；贒GA的變壓器故障診斷實(shí)例表明,該方法故障診斷模型精度高,診斷效果優(yōu)于PSO-SVM模型。
[Abstract]:As an improved algorithm of least squares double support vector machine (LS-TSVM), robust energy model least squares double support vector machine (LS-DSVM) has the advantages of fast training speed, good robustness and strong generalization ability. It is introduced into transformer fault diagnosis, and a chicken swarm algorithm is proposed to optimize the transformer fault diagnosis model based on robust energy model (LS-TSVM). In this model, binomial tree and robust energy model (LS-TSVM) are combined to construct multi-class classifier for transformer fault type identification, and the parameters of robust energy model (LS-TSVM) are optimized by searching chicken swarm algorithm. In order to achieve the best diagnostic performance of the model. The example of transformer fault diagnosis based on DGA shows that the accuracy of the model is high and the diagnosis effect is better than that of PSO-SVM model.
【作者單位】： 武漢大學(xué)電氣工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51477121)~~
【分類(lèi)號(hào)】：TM41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡文平,尹項(xiàng)根,張哲,陳德樹(shù);變壓器故障診斷與多傳感器信息融合[J];高電壓技術(shù);2002年02期

2 蘇宏升;李群湛;;概念格在變壓器故障診斷中的應(yīng)用研究[J];高電壓技術(shù);2006年02期

3 閆學(xué)杰;;煤礦變壓器故障診斷的研究[J];煤礦現(xiàn)代化;2011年02期

4 王錚一;鄭文杰;;基于基因表達(dá)式編程的變壓器故障診斷[J];陜西電力;2012年04期

5 ;變壓器故障診斷[J];電氣制造;2012年05期

6 肖華蘭;吳駿;;基于多分類(lèi)相關(guān)向量機(jī)的變壓器故障診斷[J];電子世界;2013年15期

7 ;《大型變壓器故障診斷技術(shù)的研究》技術(shù)成果通過(guò)電力部鑒定[J];上海電力學(xué)院學(xué)報(bào);1995年04期

8 張豐仁,張恩鋒;氣相色譜分析在變壓器故障診斷中的應(yīng)用[J];中國(guó)煤炭;2000年10期

9 馬素媛;氣相色譜法在電力變壓器故障診斷中的實(shí)際應(yīng)用[J];冶金動(dòng)力;2000年05期

10 錢(qián)政,黃蘭,嚴(yán)璋,羅承沐;集成模糊數(shù)學(xué)與范例推理的變壓器故障診斷方法[J];電網(wǎng)技術(shù);2001年09期

相關(guān)會(huì)議論文 前10條

1 胡澤江;張海濤;;可拓關(guān)聯(lián)函數(shù)與屬性約簡(jiǎn)相結(jié)合的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

2 周柯;羅安;;信息融合技術(shù)在變壓器故障診斷中的應(yīng)用[A];2009年全國(guó)輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會(huì)論文集[C];2009年

3 趙繼印;李建坡;黎巧生;;基于氣相色譜分析方法的變壓器故障診斷系統(tǒng)[A];“振興吉林老工業(yè)基地——科技工作者的歷史責(zé)任”吉林省第三屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

4 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（文摘部分）[C];2009年

5 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年全國(guó)輸變電設(shè)備狀態(tài)檢修技術(shù)交流研討會(huì)論文集[C];2009年

6 禹建麗;周瑞芳;;一種基于神經(jīng)網(wǎng)絡(luò)和模糊理論的變壓器故障診斷[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

7 李銳;;化學(xué)技術(shù)監(jiān)督在變壓器故障診斷中的應(yīng)用[A];2009年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2009年

8 陳湘萍;;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

9 卞建鵬;廖瑞金;楊麗君;鄭含博;;基于均值核聚類(lèi)與二叉樹(shù)支持向量機(jī)的變壓器故障診斷新技術(shù)的研究[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

10 于虹;張永剛;;基于模擬退火和支持向量機(jī)理論的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 廣西龍州縣鴨水電廠 王f ;變壓器故障診斷方法的探討[N];中華合作時(shí)報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 司馬莉萍;基于改進(jìn)支持向量機(jī)的電力變壓器故障診斷與預(yù)測(cè)方法的研究[D];武漢大學(xué);2012年

2 趙文清;基于數(shù)據(jù)挖掘的變壓器故障診斷和預(yù)測(cè)研究[D];華北電力大學(xué)（河北）;2009年

3 鄧宏貴;可拓理論與關(guān)聯(lián)分析及其在變壓器故障診斷中的應(yīng)用[D];中南大學(xué);2005年

4 鄭元兵;變壓器故障診斷與預(yù)測(cè)集成學(xué)習(xí)方法及維修決策模型研究[D];重慶大學(xué);2011年

5 尹金良;基于相關(guān)向量機(jī)的油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2013年

6 張利偉;油浸式電力變壓器故障診斷方法研究[D];華北電力大學(xué);2014年

7 陳舵;模糊聚類(lèi)分析及其在電力變壓器故障診斷中的應(yīng)用研究[D];西安理工大學(xué);2008年

8 唐勇波;數(shù)據(jù)驅(qū)動(dòng)的大型電力變壓器故障診斷和預(yù)測(cè)研究[D];中南大學(xué);2013年

9 鄭蕊蕊;智能信息處理理論的電力變壓器故障診斷方法[D];吉林大學(xué);2010年

10 蘇宏升;軟計(jì)算方法及其在電力系統(tǒng)故障診斷中的若干應(yīng)用研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉飛霞;基于蟻群算法的變壓器故障診斷研究[D];長(zhǎng)沙理工大學(xué);2014年

2 李江浩;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法的研究[D];華北電力大學(xué);2015年

3 隋卓;基于振動(dòng)能量法的電力變壓器故障診斷與初步定位研究[D];華北電力大學(xué);2015年

4 朱紫娟;綜合故障診斷方法在電力變壓器故障診斷中的應(yīng)用研究[D];西安工程大學(xué);2016年

5 洪浪;基于油氣量和超高頻局放信號(hào)的變壓器故障診斷研究[D];湖北工業(yè)大學(xué);2016年

6 王瑩;變壓器故障診斷中油溶氣體基本信任分配函數(shù)研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

7 張楠喬;基于智能算法的扼流適配變壓器故障診斷的研究[D];北京交通大學(xué);2016年

8 莊晟;基于樸素貝葉斯的電力變壓器故障診斷[D];上海交通大學(xué);2015年

9 王t，

本文編號(hào)：2408480