-
题名电力变压器故障诊断方法的比较研究
- 1
-
-
作者
党珑
王琪(指导)
董佳宁
李一然
周宇洁
-
机构
江苏理工学院电气信息工程学院
苏文电能科技股份有限公司
-
出处
《江苏理工学院学报》
2023年第6期69-80,共12页
-
基金
江苏省高等学校基础科学(自然科学)研究面上项目“基于逆向干扰抑制的车载复合电源功率分配控制研究”(22KJD470002)
江苏省高等学校大学生创新创业训练计划项目“基于机器学习的电力变压器故障诊断方法研究”(202211463055Y)。
-
文摘
为提高电力变压器故障诊断的准确度和可靠性,比较研究了四种不同的故障诊断方法。首先,采用BP(Back Propagation)神经网络和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)两种算法,分别建立变压器的故障诊断模型;其次,基于遗传和粒子群两种优化算法,分别对两个诊断模型进行优化;最后,对所建立的四种故障诊断模型进行测试。结果表明:基于粒子群优化的最小二乘支持向量机故障诊断模型精度最高,准确率达96.7%,诊断用时仅为49 s。
-
关键词
电力变压器
故障诊断
BP神经网络
最小二乘支持向量机
粒子群
遗传
-
Keywords
power transformer
fault diagnosis
BP neural network
least squares support vector machine
particle swarm
genetic
-
分类号
TM411
[电气工程—电器]
-