电力变压器故障诊断方法的比较研究

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。