基于粒子群优化支持向量机的变压器故障诊断

被引:5
作者
朱文俊 [1 ]
周刚 [1 ]
王红斌 [1 ]
尹玉娟 [2 ]
张金江 [2 ]
郭创新 [2 ]
机构
[1] 广东电网公司电力科学研究院
[2] 浙江大学电气工程学院
基金
浙江省自然科学基金;
关键词
油中溶解气体分析; PSO优化; 支持向量机; 故障诊断; 参数优化; 变压器;
D O I
暂无
中图分类号
TM407 [维护、检修];
学科分类号
摘要
针对支持向量机(SVM)用于变压器故障诊断中模型参数具有不确定性的问题,采用粒子群优化(PSO)算法对支持向量机参数进行优化,减少了模型参数的不确定性。故障数据测试表明,PSO能快速、准确地优化SVM参数,二者的结合可有效完成变压器故障分类,并取得较为满意的效果。
引用
收藏
页码:179 / 182
页数:4
相关论文
共 10 条
[1]  
Dissolved GasAnalysis (DGA)In Transformer Oil-Methods,Tren-ding,&Assessment. Duval M,Lewand L,Lamontagne D. IEEE/PES TransformersCommittee Fall 2006 Meeting . 2006
[2]  
IEEE Guide for the Interpretation ofGases Generated in Oil-Immersed Transformers. Transformers Committee of the IEEE Power&En-ergy Society. (IEEE Std C57.104-2008) . 2009
[3]  
GB/T 7252-2001. 变压器油中溶解气体分析和判断导则[S]. 2001
[4]   电力变压器故障诊断专家系统知识库建立和维护的粗糙集方法 [J].
束洪春 ;
孙向飞 ;
司大军 .
中国电机工程学报, 2002, (02) :32-36
[5]   基于多类支持向量机的变压器故障诊断模型 [J].
江伟 ;
罗毅 ;
涂光瑜 .
水电能源科学, 2007, (01) :52-55
[6]   基于免疫聚类算法的变压器DGA数据故障诊断方法 [J].
宋绍民 ;
王耀南 ;
孙炜 ;
胡新晚 .
变压器, 2008, (08) :70-72
[7]   变压器油中溶解气体分析法应用中存在的问题及产气识别(一) [J].
董宝骅 .
电力设备, 2008, (01) :60-64
[8]  
A modified particle swarm optimizer. Shi YH,Eberhart RC. Proceedings of the IEEE International Conference on Evolutionary Computation . 1998
[9]  
Learning with Kernels. Scholkopf B,Smola A. . 2002
[10]  
Artificial Intelligence Applications in the Diagnosis of Power Transformer Incipient Faults. Wang Zhen-yuan. . 2000