电工电能新技术

作者：李斌， 白翔旭

单位：辽宁工程技术大学电气与控制工程学院， 辽宁 葫芦岛 125105

关键词：变压器故障诊断； 浣熊优化算法； 核主成分分析； 最小二乘支持向量机

基金：国家自然科学基金项目（52077158）、 辽宁省教育厅基本科研项目（LJ232410147055）

为解决变压器故障诊断准确率低的问题，本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先，通过核主成分分析(KPCA)将变压器故障数据集进行特征提取，降低故障数据维度；其次，应用混沌映射、透镜反向学习、Levy飞行等策略对浣熊优化算法(COA)进行优化，提高全局寻优能力；然后，应用ICOA算法进行LSSVM参数寻优，构建ICOA-LSSVM故障诊断模型；最后，将特征提取后的数据导入ICOA-LSSVM中并与其他模型对比。实验结果表明所提方法准确率为96.19%，相比其他诊断模型具有更高的故障诊断精度。

来源：2025年第4期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2025年第4期