发布时间：2021-06-10 浏览次数：
叶剑华1，杨 理2
（1.天津职业技术师范大学天津市信息传感与智能控制重点实验室， 天津 300222；
2.国网重庆永川供电公司， 重庆 402160）
摘要：针对支持向量机（SVM）的分类性能容易受到参数的影响问题，提出了基于和声搜索算法(HSA)优化SVM的变压器故障诊断模型HSA-SVM，同时还采用不同模型进行了优化并与HSA-SVM模型进行了比较和分析。
关键词：变故障诊断；支持向量机；和声搜索算法；油中溶解气体分析
中图分类号：ＴＭ４０1+.1 文献标识码：Ｂ 文章编号：１００１－８４２５（２０21）０6－００33－０5
作者简介
叶剑华（1979-），男，湖南益阳人，博士，讲师。
本网联系电话：(024)23787022 23929376
民企拖欠线索信访联系人：王剑锋 举报电话：024-23787022-8605
沈变院纪检邮箱：jiian@stri.com.cn
官方微信公众号
辽ICP备19016238号-1 
辽公网安备 21011302000309号 主办单位：沈阳变压器研究院
会员登录
