.基于 HHO参数优化的SVM 变压器故障诊断方法研究∗[J].电工技术,2022(18):164-168
基于 HHO参数优化的SVM 变压器故障诊断方法研究∗
  
DOI：10.19768/j.cnki.dgjs.2022.18.048
中文关键词:  变压器  支持向量机  哈里斯鹰优化算法  粒子群算法  故障诊断
英文关键词:
基金项目:
摘要点击次数: 795
全文下载次数: 0
中文摘要:
      为了提高变电信息系统中变压器故障诊断的准确率,针对变压器故障样本较少,采用类内类间距离的可分性测度和相关性分析法确定关键特征向量,将特征向量作为支持向量机的输入样本,建立 SVM 故障分类模型.分析了哈里斯鹰优化算法 (HHO)和粒子群算法 (PSO)的优缺点,提出了基于哈里斯鹰优化算法 HHO 优化支持向量机 SVM 模型的参数.最后,通过真实变压器故障数据进行实验仿真,结果表明所提出的变电站故障诊断方法能够有效识别故障类型,具有较高的准确率和收敛速度.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器