电工电能新技术

作者：李雷军1,2， 吴超1， 付华1， 齐致3， 王久阳3

单位：1. 辽宁工程技术大学电气与控制工程学院， 辽宁 葫芦岛 125105；
2. 中国科学院电工研究所， 北京 100190；
3. 国网葫芦岛供电公司， 辽宁 葫芦岛 125105

关键词：故障诊断； 变压器； 等规度映射； SSA算法； LSSVM

基金：国家自然科学基金项目(51974151、71771111)、 辽宁省高等学校国(境)外培养项目(2019GJWZD002)、 辽宁省教育厅科技项目(LJ2019QL015)、 辽宁省高等学校基本科研项目(LJKZ0352)

为了提升变压器故障诊断的准确率，提出一种基于等规度映射(Isomap)与改进樽海鞘群算法(ISSA)优化最小二乘支持向量机(LSSVM)的变压器故障诊断方法。首先，基于油中溶解气体分析技术，构建14种能够反映变压器运行状态的故障特征，并结合Isomap对样本数据进行维数约减，消除变量信息之间的冗余数据；然后结合半数均匀初始化、混合反向学习策略和非线性递减权重因子策略对樽海鞘群算法(SSA)进行改进，并通过5个基准测试函数与原始SSA、粒子群算法（PSO）、正弦余弦算法（SCA）进行对比，证明其寻优能力和分类精度均有较大提高；最后用ISSA算法动态寻优LSSVM的惩罚参数γ和核函数参数σ，获取基于Isomap与ISSA-LSSVM相结合的故障诊断模型，并与PSO-LSSVM、SSA-LSSVM、SCA-LSSVM做对比实验，诊断精度分别为90.83％、81.67％、83.33％、80％。结果证明，所提方法能够有效地增强变压器故障诊断的性能。

来源：2023年第10期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2023年第10期