發(fā)布時(shí)間：2022-11-10 20:39

　　針對(duì)故障信息較少時(shí)無法準(zhǔn)確診斷變壓器故障的問題,提出一種改進(jìn)的人工蜂群算法優(yōu)化支持向量機(jī)的故障診斷方法。首先采用主成分分析（PCA）對(duì)輸入變量進(jìn)行特征提取,降低特征向量的維數(shù),避免了變量信息之間的相互重疊。其次,通過基于二維均勻的種群初始化和基于歐氏距離的食物源更新來對(duì)傳統(tǒng)的人工蜂群算法（ABC）進(jìn)行改進(jìn),并將改進(jìn)蜂群算法（IABC）與ABC和粒子群算法（PSO）進(jìn)行性能測(cè)試,證明了搜索速率和收斂性都有顯著提高。最后用IABC優(yōu)化支持向量機(jī)（SVM）的參數(shù),將PCA提取的新特征值分別輸入IABC-SVM、GA-SVM、PSO-SVM模型并對(duì)比診斷效果。最終表明所提方法具有診斷準(zhǔn)確率高、模型簡單、泛化能力強(qiáng)的特點(diǎn)。 

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的直流送端系統(tǒng)暫態(tài)過電壓估算方法[J]. 陳厚合,張赫,王長江,魏俊紅,張艷軍,張嵩.  電網(wǎng)技術(shù). 2020(08)
[2]基于棧式相關(guān)性稀疏自編碼的電力通信網(wǎng)故障診斷[J]. 聶曉音,謝剛,李洋,張博.  電力系統(tǒng)保護(hù)與控制. 2019(19)
[3]基于特征量優(yōu)選與ICA-SVM的變壓器故障診斷模型[J]. 田鳳蘭,張恩澤,潘思蓉,杭穎,任廣為,范賢浩,張恒.  電力系統(tǒng)保護(hù)與控制. 2019(17)
[4]MOMED和雙譜熵在液壓泵退化特征提取中的應(yīng)用[J]. 田再克,李洪儒,王衛(wèi)國,許葆華.  振動(dòng)工程學(xué)報(bào). 2019(04)
[5]基于經(jīng)驗(yàn)?zāi)B(tài)分解和支持向量機(jī)的滾動(dòng)軸承故障診斷[J]. 徐可,陳宗海,張陳斌,董廣忠.  控制理論與應(yīng)用. 2019(06)
[6]基于并行變量預(yù)測(cè)模型的變壓器故障診斷及優(yōu)化研究[J]. 馬利潔,朱永利,鄭艷艷.  電力系統(tǒng)保護(hù)與控制. 2019(06)
[7]綜合RapidMiner與改進(jìn)粒子群極限學(xué)習(xí)機(jī)算法的變壓器故障診斷[J]. 魏金蕭,周步祥,唐浩,張百甫,楊常.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2019(03)
[8]基于改進(jìn)果蠅算法優(yōu)化SVM的模擬電路故障診斷及對(duì)比分析[J]. 趙新,劉冬生.  電子測(cè)量與儀器學(xué)報(bào). 2019(03)
[9]基于人工蜂群優(yōu)化核主元分析故障檢測(cè)方法[J]. 石懷濤,趙紀(jì)宗,宋文麗,李頌華,劉建昌.  控制工程. 2018(09)
[10]基于差分進(jìn)化人工蜂群算法的光伏最大功率跟蹤策略研究[J]. 盛四清,陳玉良,張晶晶.  電力系統(tǒng)保護(hù)與控制. 2018(11)

博士論文
[1]基于運(yùn)行狀態(tài)和壽命評(píng)估的電力變壓器全壽命周期檢修決策研究[D]. 張鐿議.重慶大學(xué) 2014



本文編號(hào)：3705261