基于DGA与鲸鱼算法优化Logit Boost-决策树的变压器故障诊断方法

作者：张国治; 陈康; 方荣行; 王堃; 张晓星^*

来源：电力系统保护与控制, 2023, 51(07): 63-72.

DOI：10.19783/j.cnki.pspc.220895

• 变压器
• 油中溶解气体
• 决策树
• 鲸鱼优化算法
• LogitBoost
• 故障诊断

为对变压器进行准确的故障诊断，将油中溶解气体分析(dissolved gasses analysis, DGA)与人工智能技术相结合，提出了一种基于鲸鱼优化算法(whale optimization algorithm, WOA)优化LogitBoost-决策树的变压器故障诊断模型。该模型以决策树作为弱学习器，通过将Logit Boost集成算法作为集成框架使多个决策树集成为一个强学习器，并构建了一种基于鲸鱼优化算法的优化策略去优化LogitBoost-决策树模型中的决策树棵数及决策树的最大分裂次数。实验表明，所构建的WOA-Logit Boost-DT变压器诊断模型与常用的决策树、支持向量机、三比值等诊断模型相比，综合诊断精度分别提高了约4%、10%、21%。所构建的相关模型能为变压器的故障诊断提供技术支持。

• 单位
  湖北工业大学