基于改进布谷鸟算法与SVM的矿用变压器故障诊断

论文摘要

矿用变压器主要用于含有易燃气体和煤尘的矿井中,为采煤机、运输车及照明系统提供电源。针对目前矿用变压器故障诊断准确率不高的情况,提出了一种基于改进布谷鸟算法和支持向量机(SVM)的矿用变压器故障诊断方法。首先引入改进的布谷鸟算法对支持向量机参数进行寻优,获得具有最佳参数的支持向量机模型,然后利用支持向量机对变压器故障进行分类来实现变压器故障的诊断,最后,通过算例仿真对所提算法和检测方法进行了验证,Matlab仿真结果表明:利用改进布谷鸟算法和诊断模型得到的矿用变压器故障诊断准确率要高于传统的矿用变压器故障诊断方法。

论文目录

• 1 布谷鸟算法的改进
• 2 支持向量机分类理论
• 3 算法对支持向量机参数的寻优过程
• 4 矿用变压器故障诊断仿真与分析
• 5 结语

文章来源

类型: 期刊论文

作者: 盖超会,王成刚

关键词: 矿用变压器,故障诊断,支持向量机,改进布谷鸟算法

来源: 煤炭工程 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 矿业工程,自动化技术

单位: 武汉软件工程职业学院,武汉工程大学

基金: 湖北省教育厅科研项目(B2015374)

分类号: TD611;TP18

页码: 134-137

总页数: 4

文件大小: 168K

下载量: 199