基于细菌觅食改进SVM的变电站智能检测方法

作者：金海川; 陈佳雪; 张磊; 王东方

来源：自动化与仪器仪表, 2021, (11): 52-55.

DOI：10.14016/j.cnki.1001-9227.2021.11.052

• 细菌觅食算法
• 智能检测
• 变电站

针对传统SVM算法在变电站变压器故障诊断中存在准确率不高的问题,在大数据环境下,结合细菌觅食算法和SVM算法,提出一种基于细菌觅食算法改进SVM的电力变压器的故障诊断模型。对此,在分析细菌觅食算法和SVM算法原理基础上,提出电力变压器故障的SVM模型;然后利用细菌觅食算法对SVM算法的参数C和γ进行寻优,并将得到的最优参数作为训练测试集的模型,对变压器故障测试数据进行测试诊断;最后,以Matlab2016a作为仿真工具,以某电力公司采集到的数据作为来源,在数据预处理基础上,分别对比PSO、GA与BFA优化SVM的优化结果,以及未经优化的故障诊断结果。结果表明,本研究提出的BFA改进模型的准确率达90%以上,高于传统的SVM和其他三种优化方法。