基于深度ELM网络的电力变压器故障诊断

受深度自编码网络的启发,构建深度极限学习机(ELM)网络模型,并通过人工鱼群算法对其参数调优,最后通过softmax分类器进行分类。结合油中溶解气体分析(DGA)数据,提出了一种基于人工鱼群算法优化深度ELM网络的电力变压器故障诊断方法。试验表明,与深度自编码网络、深度ELM网络相比,本文算法诊断准确率更高,诊断速度更快。