文献类型：期刊文章

作　　者：李云淏[1] 咸日常[1] 张海强[2] 赵飞龙[1] 李嘉洋[1] 王玮[1] 李增悦[1]

LI Yunhao;XIAN Richang;ZHANG Haiqiang;ZHAO Feilong;LI Jiayang;WANG Wei;LI Zengyue(College of Electrical and Electronic Engineering,Shandong University of Technology,Zibo 255049,Shandong Province,China;Zibo Power Supply Company,State Grid Shandong Electric Power Company,Zibo 255000,Shandong Province,China)

机构地区：[1]山东理工大学电气与电子工程学院,山东省淄博市255049 [2]国网山东省电力公司淄博供电公司,山东省淄博市255000

出　　处：《电网技术》

基　　金：国家自然科学基金资助项目(52077221)。

年　　份：2023

卷　　号：47

期　　号：4

起止页码：1470-1477

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：电力变压器运行故障的准确诊断有利于提高变电设备状态检修和电网安全运行水平,为实现故障的准确分类,文章以油中溶解的5种典型气体作为故障诊断的特征量,提出一种基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法。该方法通过改进灰狼算法寻求最小二乘支持向量机中的最优惩罚系数C和核函数参数g,用以提高故障诊断的准确率。首先阐明最小二乘支持向量机和灰狼算法的改进点并将二者耦合,将其代入413组电力变压器的油中溶解气体检测数据来诊断故障类型,与其他诊断方法进行对比;其次研究惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响规律;最后借助训练后的改进灰狼算法与最小二乘支持向量机耦合方法,通过两台不同电压等级的变压器故障实例分析,验证了故障诊断方法的有效性。研究结果表明:相较于单一使用最小二乘支持向量机和传统灰狼算法与最小二乘支持向量机耦合,改进灰狼算法与最小二乘支持向量机耦合方法对电力变压器故障诊断的准确率分别提高了14%和7%。此外,惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响呈现非线性规律,凸显了通过智能算法找到最优解的便捷性、必要性、有效性。

关 键 词：改进灰狼算法  最小二乘支持向量机 惩罚系数  核函数参数 电力变压器 油中气体 故障诊断

分 类 号：TM721]