• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
丛日立,赵明宇,周洋,芦岩,张基凯,钱江.基于参数优化的电力变压器故障诊断模型[J].电测与仪表,2019,56(22):84-88.
Cong Rili,Zhao Mingyu,Zhou Yang,Lu Yan,Zhang Jikai,Qian Jiang.Power transformer fault diagnosis model based on parameter optimization[J].Electrical Measurement & Instrumentation,2019,56(22):84-88.
基于参数优化的电力变压器故障诊断模型
Power transformer fault diagnosis model based on parameter optimization
DOI:10.19753/j.issn1001-1390.2019.022.014
中文关键词:  电力变压器  故障诊断模型  最小二乘支持向量机  参数优化  混沌粒子群算法
英文关键词:Power transformer  Fault diagnosis model  Least square support vector machine  Parameter optimization  Chaotic particle swarm optimization algorithm
基金项目:
                 
作者中文名作者英文名单位
丛日立Cong Rili国网内蒙古东部电力有限公司经济技术研究院
赵明宇Zhao Mingyu国网内蒙古东部电力有限公司经济技术研究院
周洋Zhou Yang国网内蒙古东部电力有限公司经济技术研究院
芦岩Lu Yan国网内蒙古东部电力有限公司经济技术研究院
张基凯Zhang Jikai国网内蒙古东部电力有限公司经济技术研究院
钱江Qian Jiang国网山西省电力公司运城供电公司
摘要点击次数: 1972
中文摘要:
      针对当前电力变压器故障诊断效率低、误差大的难题,提出了基于参数优化的电力变压器故障诊断模型。首先提取电力变压器故障的特征,将其作为最小二乘支持向量机输入,电力变压器故障类型作为输出,然后采用最小二乘支持向量机对电力变压器的故障诊断样本进行学习,构建电力变压器故障识别的分类器,并引入混沌粒子群算法对最小二乘支持向量机的参数进行优化,最后进行了电力变压器故障诊断的仿真对比测试。测试结果表明,本文模型可以准确辨识各种类型的电力变压器故障,获得较高正确率的变压器故障诊断结果,电力变压器故障诊断的速度,而且电力变压器故障诊断整体性能要优于当前其它电力变压器故障诊断模型。
英文摘要:
      Aiming at the problem of low efficiency and large error in power transformer fault diagnosis, a fault diagnosis model of power transformer based on parameter optimization is proposed. Firstly, the fault feature of power transformer is extracted as input of least squares support vector machine (LS-SVM), and the fault type of power transformer is output. Then the LS-SVM is used to learn the fault diagnosis samples of power transformer, and the classifier of power transformer fault identification is constructed, and the chaotic particle is introduced. The parameters of LS-SVM are optimized by the group algorithm. Finally, the fault diagnosis of power transformer is simulated and tested. Test results show that this model can accurately identify various types of power transformer faults, obtain a higher accuracy of transformer fault diagnosis results, power transformer fault diagnosis speed, and the overall performance of power transformer fault diagnosis is better than other current power transformer fault diagnosis models.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司