摘要:为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的最优参数,并采用交叉验证原理来提高分类算法的整体泛化性能。实例分析结果表明,采用LS-SVM和PSO算法可以准确、有效地对变压器进行故障诊断;与传统的电力变压器故障诊断方法相比,该方法的诊断准确率更高。
关键词:最小二乘支持向量机 多类分类 粒子群优化 故障诊断 电力变压器
单位:国网河南省电力公司电力科学研究院 郑州450052
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社