基于GA优化支持向量机的变压器故障诊断
张春龙
吴楠
王涛
陈宇
1.东北电力大学自动化工程学院,吉林吉林,1320122.东北电力大学自动化工程学院,吉林吉林,1320123.东北电力大学自动化工程学院,吉林吉林,1320124.东北电力大学自动化工程学院,吉林吉林,132012
摘要：针对变压器故障诊断中出现的多故障分类问题,为提高支持向量机的多故障分类的准确率,利用遗传算法(GA)对支持向量机的相关参数进行了优化.将利用遗传算法优化的支持向量机(GA-SVM)应用于变压器故障诊断中,并与利用粒子群算法优化的支持向量机(PSO-SVM)的识别结果进行比较.对比试验结果可以看出,GA-SVM算法能够更为有效地选择支持向量机的相关参数,在很大程度上提高了变压器多故障分类的准确性.
关键词：支持向量机遗传算法参数优化变压器故障诊断
分类号：TM41(变压器、变流器及电抗器)
论文发表日期：2012-11-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 24-27 )