基于细菌觅食算法优化电力变压器故障诊断技术

基于细菌觅食算法优化电力变压器故障诊断技术

ID:43476826

大小:1.63 MB

页数:7页

时间:2019-10-06

基于细菌觅食算法优化电力变压器故障诊断技术_第1页
基于细菌觅食算法优化电力变压器故障诊断技术_第2页
基于细菌觅食算法优化电力变压器故障诊断技术_第3页
基于细菌觅食算法优化电力变压器故障诊断技术_第4页
基于细菌觅食算法优化电力变压器故障诊断技术_第5页
资源描述:

《基于细菌觅食算法优化电力变压器故障诊断技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于细菌觅食算法优化的电力变压器故障诊断技术董方旭1,咸日常1,咸日明2,李文强3,马雪锋3(1.山东理工大学电气与电子工程学院,山东淄博255000;2.山东汇能电气有限公司,山东淄博255000;3.山东省计量科学研究院,山东济南255014)摘要:针对支持向量机(SVM)分类性能受参数影响,且最优参数难以获取这一问题,提出一种基于细菌觅食算法(BFA)的电力变压器故障诊断模型的参数寻优方法。该方法以电力变压器油中特征气体含量作为状态评价样本,通过BFA寻找全局最优SVM参数解,构建k-折平均分类准确率目标函数,建立

2、变压器故障诊断模型。仿真结果表明,BFA对SVM最优参数的选取较遗传算法(GA)、粒子群算法(PSO)更迅速,且优化后的SVM电力变压器故障诊断模型具有更高的精确度;利用BFA优化方法建立的SVM电力变压器状态诊断模型,对IEC三比值法中无法判断的数据也可进行精确诊断。最后,通过实例分析,验证了方法的有效性。关键词:细菌觅食算法;支持向量机;参数优化;电力变压器;油中色谱分析;故障诊断中图分类号:TM406文献标识码:B文章编号:1001-1390(2018)00-0000-00Faultdiagnosistechnol

3、ogyofpowertransformerbasedonbacterialforagingalgorithmoptimizationDongFangxu1,XianRichang1,XianRiming2,LiWenqiang3,MaXuefeng3(1.SchoolofElectricalandElectronicEngineering,ShandongUniversityofTechnology,Zibo255000,Shandong,China.2.ShandongHuinengElectricCo.,Ltd.,.

4、,Zibo255000,Shandong255000,China.3.ShandongInstituteofMetrology,Jinan255014,China)Abstract::AimingattheproblemsthattheclassificationperformanceofSVMisaffectedbyparametersandtheoptimalparametersaredifficulttoobtain,aparameteroptimizationmethodbasedonbacterialforag

5、ingalgorithm(BFA)forfaultdiagnosismodelofpowertransformerfaultdiagnosismodelisproposedinthispaper.Thegascontentsoftransformeroilwerecollectedasevaluationsamples,thebestglobaloptimalsolutionofSVMwassearchedbyBFA,theobjectivefunctionofk-foldaverageclassificationacc

6、uracyratewasconstructed,andthefaultanalysisdiagnosismodelofoptimalSVMpowertransformerwereestablished.ThesimulationresultsshowthattheselectionofSVMoptimalparametersbyBFAismorerapidthanthatbyusinggeneticalgorithm(GA)andparticleswarmoptimization(PSO),andtheoptimized

7、SVMpowertransformerfaultdiagnosismodelhashigheraccuracy.TheSVMstatediagnosismodelofpowertransformerwhichisestablishedbyBFAoptimizationmethodcanaccuratelydiagnosethedatathatcannotbediagnosedbyIECthreeratiomethodmethods.Finally,theeffectivenessoftheproposedmethodis

8、verifiedbyanexampleanalysis.Keywords::bacterialforagingalgorithm,supportvectormachine,parameteroptimization,powertransformerdissolved,gasanalysis,faultdiagnosi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。