蚁群优化最小二乘支持向量机在变压器故障诊断中的应用  

作　　者：蒋波涛 王锦[1] 

机构地区：[1]西安工程大学电子信息学院,陕西西安710048

出　　处：《机电信息》2018年第24期43-44,共2页

基　　金：西安工程大学博士科研启动基金项目(BS1339)

摘　　要：变压器故障诊断对提高电力系统运行的可靠性、稳定性、安全性有着至关重要的作用。为了提高故障分类率,提出一种基于蚁群优化的最小二乘支持向量机(Ant colony optimization least squares support vector machine,ACO-LSSVM)电力变压器故障诊断方法。该方法首先利用ACO对LSSVM诊断模型的参数进行优化,选用径向基核函数。其次,以溶解气体含量为输入变量,变压器故障类别为输出变量,将测试数据输入训练好的模型。最后,将诊断结果与标准SVM结果进行比较。仿真结果表明,ACO-LSSVM方法具有更高的分类准确率,验证了其有效性。

关 键 词：最小二乘支持向量机 蚁群算法 故障诊断 变压器 

分 类 号：TM41[电气工程—电器] TP18[自动化与计算机技术—控制理论与控制工程]