期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于改进PSO-SVM算法的油浸式变压器故障诊断
被引量:
2
下载PDF
职称材料
导出
摘要
现以油浸式变压器为研究对象,采用支持向量机算法,选择径向基作为核函数,根据参数特点,通过改进粒子群算法对其进行优化,进而对油浸式变压器进行故障诊断。通过仿真实验得出,所提基于改进PSO算法优化的SVM算法,不仅可以避免局部极值问题,而且对小样本数据处理有很好的泛化能力,在解决电力变压器故障诊断问题上有着一定的发展潜力。
作者
张梦成
机构地区
国网江苏省电力有限公司新沂市供电分公司
出处
《机电信息》
2022年第14期74-77,共4页
关键词
粒子群算法
支持向量机
变压器
故障诊断
分类号
TM411 [电气工程—电器]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
6
共引文献
0
同被引文献
27
引证文献
2
二级引证文献
18
参考文献
6
1
莫善区..变压器在线监控与故障诊断系统研究[D].广东工业大学,2008:
2
曾利平..油浸式电力变压器故障诊断的研究[D].中南大学,2011:
3
罗伟..基于支持向量机与化学反应优化算法的变压器故障诊断[D].湖南大学,2017:
4
李昆鹏..基于深度学习的油浸式变压器故障诊断方法研究[D].华北电力大学,2021:
5
张震..骨干粒子群算法及其在电力变压器设计中的应用[D].浙江大学,2014:
6
张东..基于神经网络的油浸式变压器故障诊断方法研究[D].辽宁工业大学,2021:
同被引文献
27
1
李红月,高英杰,朱文昌.
IAO优化SVM的电机滚动轴承故障诊断[J]
.电子测量技术,2022,45(10):126-132.
被引量:19
2
米帅军,习勤.
概率神经网络在判别分析中的比较优势[J]
.统计与决策,2010,26(2):17-19.
被引量:6
3
唐勇波,桂卫华,彭涛,欧阳伟.
PCA和KICA特征提取的变压器故障诊断模型[J]
.高电压技术,2014,40(2):557-563.
被引量:50
4
代杰杰,宋辉,盛戈皞,江秀臣,王健一,陈玉峰.
采用LSTM网络的电力变压器运行状态预测方法研究[J]
.高电压技术,2018,44(4):1099-1106.
被引量:83
5
彭刚,周舟,唐松平,吴涛,巫小彬.
基于时序分析及变量修正的变压器故障预测[J]
.电子测量技术,2018,41(12):96-99.
被引量:11
6
廖伟涵,郭创新,金宇,龚霄.
基于四阶段预处理与GBDT的油浸式变压器故障诊断方法[J]
.电网技术,2019,43(6):2195-2203.
被引量:40
7
谭贵生,石宜金,刘丹丹,李留文.
基于混沌粒子群优化支持向量机的变压器故障诊断[J]
.昆明理工大学学报(自然科学版),2019,44(5):54-61.
被引量:15
8
袁小凯,李果,蒋屹新,张福铮.
基于HS-ELM的油浸式变压器故障诊断[J]
.机械与电子,2019,37(12):30-32.
被引量:3
9
张歆炀.
基于油色谱分析的变压器内部故障诊断探讨[J]
.电工技术,2020,0(5):123-125.
被引量:8
10
吴君,丁欢欢,马星河,闫炳耀,王新宇.
改进自适应蜂群优化算法在变压器故障诊断中的应用[J]
.电力系统保护与控制,2020,48(9):174-180.
被引量:31
引证文献
2
1
张晓虎,李斌.
基于DGA和AO-PNN的变压器故障诊断方法研究[J]
.电工技术,2023(3):66-69.
被引量:2
2
龚泽威一,饶桐,王钢,李钊,骆钊,朱家祥,彭晶,于虹,曹占国.
基于改进粒子群优化XGBoost的变压器故障诊断方法[J]
.高压电器,2023,59(8):61-69.
被引量:16
二级引证文献
18
1
曹鹏飞,甘永平.
基于向量加权算法优化ELM的变压器故障诊断[J]
.环境技术,2023,41(10):136-142.
2
黄祎,王金珠,孙梦琪,包蕾.
基于改进PSO-SVM的智能化医疗数据处理技术研究[J]
.电子设计工程,2024,32(3):83-87.
被引量:1
3
陈平,李松岩,姜珊.
基于振动信号分析的大型变压器运行故障实时监测方法研究[J]
.信息与电脑,2023,35(19):7-9.
被引量:1
4
谢国民,江海洋.
基于Adaboost-INGO-HKELM的变压器故障辨识[J]
.电力系统保护与控制,2024,52(5):94-104.
被引量:2
5
段洁,伍瑞泽,尤敬尧,朱戈.
基于改进秃鹰算法优化LSSVM的变压器故障诊断[J]
.红水河,2024,43(1):96-101.
被引量:1
6
郑海龙,吕桂贤,江覃晴,赵文彬,王斌,楚彭浩,赵慧光.
基于信息熵理论对变压器光纤传感器声探测信号的特征提取及识别研究[J]
.电力系统保护与控制,2024,52(10):156-166.
7
王彩玲,张国浩.
结合光谱降维的IPSO-SVR水体总磷浓度预测模型[J]
.水土保持通报,2024,44(2):196-204.
8
谢国民,林忠宝.
多策略改进黏菌算法阶段优化HSVM变压器故障辨识[J]
.电子测量与仪器学报,2024,38(3):67-76.
被引量:2
9
杨威,万文欣,陈柏寒,李巧玲.
基于IHHO-PNN的变压器复合故障诊断[J]
.安徽电气工程职业技术学院学报,2024,29(2):28-36.
10
潘敏,汪旭明,孙龙飞,雷可君,杨喜.
基于小波包变换和XGBoost的高压交流输电线路故障诊断[J]
.吉首大学学报(自然科学版),2024,45(4):32-40.
1
徐克凡,陈佳惠,何清.
电力变压器故障的问题探索[J]
.电力设备管理,2022(12):36-38.
2
庄恒悦,马永光,常志伟,吴盛平,赵魏.
改进PSO的协调控制系统的模糊模型[J]
.科技与创新,2022(13):140-142.
被引量:1
3
苗林,吕圆,邓剑鸣.
电力变压器故障特征提取及诊断方法研究[J]
.电力设备管理,2022(12):252-255.
4
郭鲁,魏颖.
基于自适应蝙蝠粒子滤波算法的WSN目标跟踪[J]
.计算机测量与控制,2022,30(6):168-175.
被引量:3
5
周少哲,陈海杰.
电力变压器故障检测技术分析[J]
.集成电路应用,2022,39(5):88-89.
被引量:3
6
刘苗,钟晓曦,霍卓苗,徐迪,贺庆.
基于改进PSO的油气物联网双簇头路由算法[J]
.自动化与仪器仪表,2022(6):17-22.
7
伊丕源,黄树桃,郭里,林秀景,钟霞,刘原麟,武鼎,王树红.
核应急遥感应用现状及“高分卫星”应用潜力分析[J]
.世界核地质科学,2022,39(2):296-308.
被引量:4
8
熊昌炯,夏尔冬,王春荣,高浩.
基于改进PSO的螺旋锥齿轮齿面测量路径优化研究[J]
.内燃机与配件,2022(12):7-9.
9
王飞飞,张明,王强.
双马达伺服系统改进PSO和ECF相结合同步控制[J]
.中国工程机械学报,2022,20(2):151-155.
被引量:1
10
覃日升,况华,何鑫,段锐敏.
基于改进PSO-Kmeans算法的实际日负荷曲线聚类分析[J]
.电工技术,2022(11):1-6.
被引量:2
机电信息
2022年 第14期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部