本文關(guān)鍵詞：參數(shù)尋優(yōu)支持向量機在基于光聲光譜法的變壓器故障診斷中的應(yīng)用

  更多相關(guān)文章： 光聲光譜 支持向量機 粒子群算法 遺傳算法 變壓器 故障診斷

【摘要】：為了解決變壓器氣相色譜分析法故障診斷中存在的操作繁瑣、消耗待測氣體和載氣、檢測周期長等缺點,提出了利用光聲光譜技術(shù)檢測變壓器油中CH4,C2H2,C2H4,C2H6,H2五種特征氣體的含量并計算C2H2/C2H4,CH4/H2,C2H4/C2H6三對比值數(shù)據(jù)。將五種SVM類型和四種核函數(shù)采用交叉組合建立20種不同的支持向量機模型,并采用啟發(fā)式算法對于懲罰因子c和g的取值進行參數(shù)尋優(yōu),以建立變壓器故障診斷準確率最高、最快運行速度的支持向量機模型。啟發(fā)式算法主要對比研究了粒子群算法和遺傳算法在尋優(yōu)精度與速度上的效果。仿真實驗結(jié)果表明C-SVC模型、RBF核函數(shù)、遺傳算法尋優(yōu)構(gòu)成的支持向量機模型對變壓器故障的診斷準確率最高,測試集達到97.5%,訓(xùn)練集達到98.333 3%,并且遺傳算法的尋優(yōu)速度快于粒子群算法2倍左右。該方法具有操作簡單、非接觸性測量、不消耗載氣、檢測周期短、穩(wěn)定性和靈敏度高等優(yōu)點�？梢源�?zhèn)鹘y(tǒng)的氣相色譜分析法進行變壓器故障診斷,滿足變壓器故障診斷的實際工程需要。
【作者單位】： 北華大學電氣信息工程學院;中國科學院長春光學精密機械與物理研究所;
【關(guān)鍵詞】： 光聲光譜 支持向量機 粒子群算法 遺傳算法 變壓器 故障診斷
【基金】：國家自然科學基金青年科學基金項目(61308099) 吉林省教育廳“十二五”科技技術(shù)研究項目(2013178,2014206)資助
【分類號】：TP181;TM407
【正文快照】： 引言電力變壓器的可靠運行是保障電力系統(tǒng)安全的關(guān)鍵,中華人民共和國電力行業(yè)標準《變壓器油中溶解氣體分析和判斷導(dǎo)則DL/T 722-2000》推薦的改良三比值法是目前國內(nèi)外分析變壓器潛伏性故障的最有效措施之一,它是通過測量變壓器油中特征氣體含量并根據(jù)特征氣體比值C2H2/C2H4,C

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 陳偉根;云玉新;潘，

本文編號：951318