摘要：结合罗杰斯比值法,基于自适应PSO算法和最小二乘支持向量机（LS-SVM）,提出一种牵引变压器绝缘故障诊断模型。该模型提出一种自适应PSO算法,即根据群体的收敛程度和个体的适应值来调整惯性权重,加快训练速度,利用该算法迭代求解LS-SVM中出现的矩阵方程,避免矩阵求逆,节省内存;为了快速和准确地区分牵引变压器12种绝缘故障,该模型构建12个自适应PSO的LS-SVM分类器。通过对600组牵引变压器的故障数据的处理表明,所提出的基于自适应PSO优化的LS-SVM算法优于经典SVM算法和标准PSO的LS-SVM算法,收敛速度快,识别精度高。

关键词：故障诊断 牵引变压器 最小二乘支持向量机 粒子群优化 罗杰斯比值法 

单位：暨南大学电气自动化研究所 广东珠海519070