基于人工免疫算法優(yōu)化支持向量機的電力變壓器故障診斷研究.pdf

1、電力變壓器是電力系統(tǒng)的樞紐設(shè)備，其運行的可靠性與電力系統(tǒng)的安全可靠運行有很大關(guān)系。因此，加強對變壓器運行狀態(tài)的檢測，及時處理變壓器內(nèi)部的潛伏性故障，提高變壓器運行的可靠性，對整個電網(wǎng)的安全可靠運行具有重大的現(xiàn)實意義。
　　 電力變壓器故障診斷是根據(jù)變壓器故障特征，確定故障的性質(zhì)或者類別，為變壓器的檢修決策提供依據(jù)。實踐表明，變壓器絕緣油中溶解特征氣體的分析技術(shù)在變壓器故障診斷中具有重大作用。本文在分析變壓器故障特點的基礎(chǔ)上，根據(jù)

2、油中溶解氣體所提供的有效信息，研究了故障氣體的組成含量與變壓器故障類型之間的相互聯(lián)系。由于傳統(tǒng)的變壓器故障診斷方法存在檢測精度不高，需要大量經(jīng)驗積累等不足，因此迫切需要提出一些新的變壓器故障診斷技術(shù)來彌補當(dāng)前變壓器故障診斷中的各種缺陷。
　　 支持向量機是在統(tǒng)計學(xué)理論基礎(chǔ)上發(fā)展起來的一種新型學(xué)習(xí)方法，它不僅能夠較好的解決神經(jīng)網(wǎng)絡(luò)算法中的高維問題和局部極值問題，而且對小樣本數(shù)據(jù)具有很好的學(xué)習(xí)泛化能力，因此，將其應(yīng)用到故障樣本數(shù)據(jù)有

3、限的電力變壓器故障診斷中具有一定的優(yōu)越性。然而由于支持向量機核函數(shù)及其參數(shù)對支持向量機的分類性能影響很大，傳統(tǒng)的參數(shù)選取方法存在計算量大，搜索費時等缺陷，往往不能很好地滿足變壓器故障診斷的要求。人工免疫算法通過選擇和對優(yōu)秀抗體進行克隆復(fù)制的記憶機制，可以有效保證算法具有較強的全局優(yōu)化特性，并且能以較快的速度收斂于全局最優(yōu)解，在參數(shù)尋優(yōu)方面具有極大的優(yōu)勢。本文在分析總結(jié)各種變壓器故障診斷方法的基礎(chǔ)上，提出了一種利用免疫進化算法優(yōu)化支持向量

4、機核參數(shù)的方法。實例分析表明，使用該方法能夠取得較好的參數(shù)尋優(yōu)效果，從而較好地解決了支持向量機參數(shù)難以選擇的問題。
　　 本文又將支持向量機的分類識別能力應(yīng)用到電力變壓器的故障診斷中，提出了一種利用免疫進化算法優(yōu)化支持向量機對變壓器故障類型進行診斷的新方法。經(jīng)過實例仿真測試表明，優(yōu)化后的支持向量機的泛化能力和診斷精度都得到了大幅度提高，從而驗證了本文方法的正確性和有效性。通過將本文方法與交叉優(yōu)化支持向量機和遺傳算法優(yōu)化支持向量機