基于改進和聲搜索算法優(yōu)化支持向量機的變壓器故障診斷方法研究.pdf

1、變壓器是電力系統(tǒng)中貴重的樞紐設備，其故障不僅影響到供電的可靠性，而且對電力系統(tǒng)的運行安全構(gòu)成嚴重威脅。因此，有效地監(jiān)測變壓器運行狀態(tài)、診斷和預測變壓器故障具有重要意義。
　　基于 DGA數(shù)據(jù)的電力變壓器故障診斷方法能及時發(fā)現(xiàn)變壓器潛在故障,可在變壓器運行過程中進行故障分析,促進變壓器從定期維修到狀態(tài)維修的轉(zhuǎn)變,提高變壓器的運行維護水平,其研究具有重要的現(xiàn)實意義。在本文中，利用支持向量機在小樣本下仍能解決非線性、高維數(shù)、局部極小點等

2、問題的優(yōu)點，提出了基于支持向量機的變壓器故障診斷模型,由于支持向量機的參數(shù)選擇對故障診斷結(jié)果影響很大，因此，本文還提出用改進后的和聲搜索算法來優(yōu)化支持向量機的參數(shù)。通過仿真實驗表明，基于改進和聲搜索算法優(yōu)化支持向量機的變壓器故障診斷方法提高了變壓器的故障診斷率，本文的主要創(chuàng)新點如下：
　　（1）在變壓器故障診斷模型中，利用和聲搜索算法優(yōu)化支持向量機的懲罰因子C和核函數(shù)參數(shù)σ，為了提高和聲搜索算法的優(yōu)化能力，對和聲搜索算法進行三方面

3、的改進，即對和聲記憶庫保留率HMCR、音高調(diào)整率PAR以及帶寬bw進行改進。
　?。?）在HMCR概率下選擇新和聲時，如果隨機選擇，算法搜索沒有方向性，隨機性比較大，最后可能導致算法無法收斂或迭代次數(shù)增加，因此加入權(quán)重的概念，使和聲庫HM中解越優(yōu)秀權(quán)重越大。
　　通過將改進后的和聲搜索算法的優(yōu)化效果與未改進的和聲搜索算法比較，無論是故障診斷正確率還是迭代次數(shù)，改進后的和聲搜索算法都高于未改進的，從而也證明了改進的可行性。