电工电能新技术

作者：丰胜成1,2， 张宗瑞1， 付华1， 韩猛1

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.山西潞安环保能源开发股份有限公司王庄煤矿， 山西 长治 046204

关键词：变压器； 鲸鱼优化算法； 核主成分分析； 动态自适应权重； 初级知识获取共享算法； 随机配置网络

基金：国家自然科学基金项目(51974151)、 辽宁高等学校创新团队项目(LT2019007)、 辽宁高等学校国(境)外培养项目(2019GJWZD002)

针对变压器故障诊断精确度低的问题，本文提出了一种多策略改进的鲸鱼优化算法(MIWOA)优化随机配置网络(SCN)的变压器故障诊断模型。首先，对变压器冗杂繁多的原始故障数据进行核主成分分析(KPCA)降维处理，降低无效特征的影响；其次，利用Tent混沌映射、动态自适应权重和初级知识获取共享算法对鲸鱼算法(WOA)进行改进，提高其优化能力；然后，在SCN中引入L2范数惩罚项进行正则化处理，并使用改进后的MIWOA算法对SCN惩罚项系数C进行寻优求解，提高SCN分类精度和泛化能力；最后，将降维的数据输入到MIWOA-SCN故障诊断模型中，提高模型收敛速度。结果表明，本文所提出的模型诊断精度为93.1%，与WOA-SCN、GWO-SCN和PSO-SCN诊断模型相比，分别提高了6.89%、9.48%、14.65%，证明MIWOA-SCN诊断模型在变压器故障诊断上具有良好的诊断效果。

来源：2024年第6期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2024年第6期