基于ISSA-SVM的煤矿变压器故障诊断方法

作者：郑鑫; 石纯; 田锦绣; 齐冀; 李燕杰

来源：机电工程技术, 2022, 51(07): 31-34+49.

• 矿用变压器
• 煤矿供电
• 故障诊断
• 支持向量机
• 麻雀搜索算法

为了提高变压器故障诊断准确率，基于变压器油中溶解气体分析技术，提出一种基于改进SSA优化支持向量机的煤矿供电变压器故障诊断方法。首先，采用核主成分分析（KPCA）对变压器数据进行特征提取；然后引入麻雀搜索算法（SSA），并对其改进；其次，通过混沌映射初始化种群从而使麻雀种群均匀分布，并且引入柯西高斯变异策略来对传统麻雀算法进行改进，并通过基准测试函数将改进麻雀算法（ISSA）与SSA、PSO进行性能测试，证明其寻优能力和收敛速度均有提高，证明了算法改进的有效性。最后通过ISSA优化SVM的参数构建新的模型，将KPCA提取的新特征值分别输入ISSA-SVM、SSA-SVM及PSO-SVM并对比诊断效果，测试结果的诊断精度分别为93.80%、85.22%、79.73%。结果证明ISSA-SVM在变压器故障诊断模型的精确度高于其他算法模型，能有效提高诊断性能。

• 单位
  辽宁工程技术大学; 山西潞安环保能源开发股份有限公司