基于帝国殖民竞争算法优化支持向量机的电力变压器故障诊断模型

被引:96
作者
张镱议 [1 ]
焦健 [1 ]
汪可 [2 ]
郑含博 [1 ,3 ]
房加珂 [1 ]
周浩 [4 ]
机构
[1] 广西电力系统最优化与节能技术重点实验室
[2] 中国电力科学研究院
[3] 国网河南省电力公司电力科学研究院
[4] 浙江大学电气工程学院
关键词
电力变压器; 故障诊断; 帝国殖民竞争算法; 支持向量机; 准确率; 多分类; 模型;
D O I
暂无
中图分类号
TM41 [电力变压器];
学科分类号
080810 [电力电子与电能变换];
摘要
提出了一种基于帝国殖民竞争算法优化支持向量机的变压器故障诊断模型。对支持向量机进行了非线性和多分类变换,构建了k-折平均分类准确率目标函数,建立了帝国殖民竞争算法优化支持向量机的非线性多分类模型,结合交叉验证原理对变压器进行了故障诊断。故障诊断结果表明,所提方法的平均测试准确率优于标准支持向量机和粒子群优化算法优化支持向量机(准确率分别为77.08%、57.97%和61.96%),验证了所提模型的有效性。采用UCI基准数据集对所提模型进行分类测试,结果表明所提模型在解决分类问题上具有较好的泛化性。
引用
收藏
页码:99 / 104
页数:6
相关论文
共 16 条
[1]
Imperialist Competitive Algorithms with Perturbed Moves for Global Optimization.[J].Chun Huy Wang.Applied Mechanics and Materials.2013, 284
[2]
Optimum design of skeletal structures using imperialist competitive algorithm.[J].A. Kaveh;S. Talatahari.Computers and Structures.2010, 21
[3]
融合支持向量机的水电机组混合智能故障诊断研究 [D]. 
张孝远 .
华中科技大学,
2012
[4]
电力变压器状态评估及故障诊断方法研究 [D]. 
郑含博 .
重庆大学,
2012
[5]
基于案例推理的变压器故障诊断专家系统的研究 [D]. 
葛春晓 .
吉林大学,
2014
[6]
变压器油中溶解气体的分析与故障诊断研究 [D]. 
刘辉 .
武汉大学,
2004
[7]
变压器故障诊断用油中溶解气体新特征参量 [J].
汪可 ;
李金忠 ;
张书琦 ;
孙建涛 ;
王健一 ;
高飞 ;
程涣超 .
中国电机工程学报, 2016, 36 (23) :6570-6578+6625
[8]
主动配电网下分布式能源系统双层双阶段调度优化模型 [J].
曾鸣 ;
彭丽霖 ;
王丽华 ;
李源非 ;
程敏 ;
孙辰军 .
电力自动化设备, 2016, 36 (06) :108-115
[9]
基于深度自编码网络的电力变压器故障诊断 [J].
石鑫 ;
朱永利 ;
宁晓光 ;
王刘旺 ;
孙岗 ;
陈国强 .
电力自动化设备, 2016, 36 (05) :122-126
[10]
一种求解旅行商问题的新型帝国竞争算法 [J].
张鑫龙 ;
陈秀万 ;
肖汉 ;
李伟 .
控制与决策 , 2016, (04) :586-592