基于遗传优化支持向量机的变压器故障诊断  

作　　者：屠立忠[1] 李亚运[1] 李志红[1] 崔强[1] 

机构地区：[1]南京工程学院,江苏南京211167

出　　处：《科技创新与应用》2016年第12期7-9,共3页Technology Innovation and Application

基　　金：南京工程学院科研创新基金(项目号CKJA201306)

摘　　要：电力变压器作为电力系统中的关键电力设备,其运行状态和电网的安全可靠运行息息相关,受到国内外研究者的广泛关注。对于电力变压器的故障诊断,工程实践中广泛采用的是油中溶解气体法,它对于发现变压器的潜伏性故障非常有效,然而由于电力变压器的故障样本比较少,属于小样本数据,而支持向量机对于处理小样本数据情况下的分类问题非常有效,因此文章结合支持向量机、油中溶解气体法来建立变压器故障诊断模型,另外支持向量机的核函数参数g和惩罚因子C对变压器故障诊断模型的诊断效果有重要影响,所以文章还利用遗传算法来找出最优的参数,从而使其具有最佳的诊断性能。

关 键 词：电力变压器 故障诊断 支持向量机 油中溶解气体法 遗传算法 

分 类 号：TM41[电气工程—电器]