改进秃鹰搜索算法优化SVM的变压器故障诊断研究

• Published in: 电力系统保护与控制 Vol. 51; no. 8; pp. 118 - 126
• Main Authors: 周晓华, 冯雨辰, 陈磊, 罗文广, 刘胜永
• Format: Journal Article
• Language: Chinese
• Published: 广西科技大学自动化学院,广西 柳州 545616%广西柳州特种变压器有限责任公司,广西 柳州 545006%广西科技大学计算机科学与技术学院,广西 柳州 545006 16.04.2023
• Subjects: 黄金正弦算法; 支持向量机; 混沌映射; 变压器故障诊断; 自适应t-分布; 秃鹰搜索算法
• ISSN: 1674-3415
• DOI: 10.19783/j.cnki.pspc.221236

支持向量机(support vector machine,SVM)用于变压器故障诊断时,其核函数参数g和c的最优值难以根据人工经验选取,故障诊断准确率较低;而秃鹰搜索算法(bald eagle search,BES)存在易陷入局部最优和收敛精度低的缺陷.针对以上问题,提出一种改进秃鹰搜索算法(Ct-GBES)优化SVM参数g和c的变压器故障诊断模型.采用tent混沌映射、自适应t-分布及动态选择、黄金正弦算法对BES的3个阶段进行改进和优化,以提高算法的收敛速度和搜索能力.通过与原始BES、布谷鸟算法(cuckoo search,CS)和萤火虫算法(firefly algorithm,FA)的寻优对比测试,验证了Ct-GBES算法的优越性.将Ct-GBES-SVM模型与SVM、FA-SVM、CS-SVM模型进行故障诊断实验对比,并与BES-SVM模型进行稳定性实验对比.结果表明,所提模型准确率更高、稳定性更好、运行时间更短,其故障诊断效果更好.