【摘要】：電力變壓器是電力系統(tǒng)運(yùn)行中的重要設(shè)備之一,對(duì)故障和缺陷進(jìn)行正確的診斷,關(guān)系到整個(gè)電網(wǎng)的運(yùn)行安全。支持向量機(jī)(SVM)能夠較好地解決小樣本、非線性特征的多分類問(wèn)題,適用于變壓器故障類型判斷。利用布谷鳥(niǎo)搜索算法,對(duì)支持向量機(jī)進(jìn)行尋優(yōu)得到全局最優(yōu)解,從而得到具有最佳參數(shù)的支持向量機(jī)分類模型。該分類模型將變壓器油色譜數(shù)據(jù)(DGA)中各氣體相對(duì)含量作為評(píng)估指標(biāo),將變壓器的故障分為低能放電、高能放電、中低溫過(guò)熱、高溫過(guò)熱等4個(gè)故障類型。通過(guò)已有的數(shù)據(jù)實(shí)例分析得出,利用布谷鳥(niǎo)搜索算法得到的分類模型比常用的網(wǎng)格搜索算法(GS)、粒子群搜索算法(PSO)、遺傳算法搜索(GA)等算法得到的模型擬合準(zhǔn)確率更好。
【作者單位】： 國(guó)網(wǎng)電力科學(xué)研究院/南京南瑞集團(tuán)公司;江蘇瑞中數(shù)據(jù)股份有限公司;
【分類號(hào)】：TM407;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭文季;羅興，

本文編號(hào)：2553649