萤火虫算法优化SVM的高压断路器故障诊断方法

为提高支持向量机识别高压断路器故障诊断率,提出采用萤火虫算法优化支持向量机的方法。采用EMD分解振动信号,选取几乎能包含原始信号全部特征信息的前7阶IMF分量,提取其样本熵作为特征输入向量,利用萤火虫算法寻优SVM的关键参数c和g,优化支持向量机模型,诊断高压断路器的不同状态。结果表明,与GA、GWO、GSA算法相比,萤火虫算法优化支持向量机能快速准确地识别高压断路器的状态,故障诊断率达到97.5%。