基于粒子群优化支持向量机的变压器故障诊断

作者：费胜巍; 苗玉彬; 刘成良; 张晓斌

来源：高电压技术, 2009, (03): 509-513.

• 故障诊断
• 粒子群优化
• 支持向量机
• 电力变压器
• 参数优化
• 分类算法
• 统计学习理论 fault diagnosis
• particle swarm optimization
• support vector machine
• power transformer
• parameter optimization
• classification arithmetic
• statistical learning theory

为了克服了人工神经网络(ANN)中存在的过拟合、收敛速度慢、容易陷入局部极值等缺点,提出了基于粒子群优化支持向量机(PSO-SVM)的变压器故障诊断方法,即将粒子群优化算法(PSO)用于SVM参数优化。PSO是一种智能群体搜索方法,它源于对鸟类捕食行为的研究。这种方法不仅具有很强的全局搜索能力,而且容易实现,适合于SVM参数优化。变压器故障诊断实例分析结果证明,PSO-SVM的诊断精度高于IEC三比值法、BP神经网络、普通的SVM,PSO-SVM适用于电力变压器故障诊断。

• 单位
  广西壮族自治区特种设备检验研究院