多策略改进MPA算法与HKELM的变压器故障辨识

作者：谢国民; 刘东阳^*; 刘明

来源：电子测量与仪器学报, 2023, 37(04): 172-182.

DOI：10.13382/j.jemi.B2206162

• 故障诊断
• 油浸式变压器
• 伯努利混沌映射
• 混合核极限学习机
• 核主成分分析

为解决目前变压器故障诊断精度低的问题，提出一种多策略改进海洋捕食者算法(MPA)与混合核极限学习机(HKELM)的变压器故障辨识方法。首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维，获取特征支持数据；然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进MPA,加强全局开发能力；最后使用改进的IMPA算法对HKELM的参数寻优，构建变压器故障诊断模型。为验证模型有效性，分析比较常用算法优化的HKELM的4种变压器故障诊断模型。其中IMPA-HKELM的诊断精度为94.7%,相比于另外3种基础算法优化的模型，诊断精度分别提升了5.4%、8%、10.7%。结果表明，提出模型有效提升了故障诊断的分类性能，并实现了较高的故障诊断精度。

• 单位
  朝阳师范高等专科学校; 辽宁工程技术大学