基于和声搜索优化支持向量机的变压器故障诊断

  1. 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）
     
  2. 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
  3. 作者简介

    叶剑华（1979-），男，湖南益阳人，博士，讲师。
返回