基于KPCA与IHHO-LSSVM的电力变压器故障诊断方法研究

作者：宋立业; 范抑伶^*; 王燚增

来源：电气工程学报, 2022, 17(01): 95-103.

• 变压器
• 故障诊断
• 核主成分分析
• 哈里斯鹰算法
• 最小二乘支持向量机

为提高电力变压器故障识别精确度，提出基于核主成分分析(Kernel principal component analysis,KPCA)与改进哈里斯鹰算法(Improved Harris hawk algorithm,IHHO)优化最小二乘支持向量机(Least square support vector machine,LSSVM)的电力变压器故障诊断方法。首先，利用核主成分分析对变压器原始故障数据进行预处理，去除冗余数据；其次，结合Sigmoid变形函数以及点对称策略改进传统哈里斯鹰算法(HHO)，并与HHO和遗传算法(Genetic algorithm,GA)进行性能对比，证明求解精度和网络收敛速度有所提升；最后，采用IHHO对LSSVM的相关超参数进行优化求解，获取KPCA与IHHO-LSSVM相结合的变压器故障诊断模型。结果表明所提模型的诊断精度为95.6%，同其他故障诊断模型相比分别提高了8.9%、16.7%，证明了所提方法能够有效地提升变压器故障诊断性能。

• 单位
  国网冀北电力有限公司检修分公司; 辽宁工程技术大学