基于IWOA优化LSSVM的煤矿变压器故障诊断研究

作     者：郭志强 呼成林 张宗瑞 Guo Zhiqiang;Hu Chenglin;Zhang Zongrui

作者机构：潞安矿业集团慈林山煤矿有限公司李村煤矿山西长治046600 辽宁工程技术大学辽宁葫芦岛125105 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2024年第53卷第7期

页      面：246-250,259页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基　　金：国家自然科学基金资助项目(51974151) 

主　　题：变压器 故障诊断 核主成分分析 鲸鱼优化算法 最小二乘支持向量机 

摘      要：为了快速地分辨出变压器故障类型提高故障诊断的准确率,提出了一种改进的鲸鱼算法(IWOA)优化最小二乘支持向量机(LSSVM)的变压器故障诊断模型。利用核主成分分析(KPCA)对冗杂繁多的数据进行降维处理,减少无效特征;采用启发式概率、融合正弦函数优化的动态权重、优化比例系数对鲸鱼算法进行改进,提高其优化能力,并与鲸鱼算法(WOA)和粒子群算法(PSO)进行性能测试对比,验证算法有效性;利用改进的鲸鱼算法对LSSVM的相关超参数进行寻优求解,避免算法出现早熟问题,提高变压器故障诊断的准确度。并对模型进行模拟仿真实验,仿真结果表明准确率达到93.33%,相对于WOA-LSSVM模型和PSO-LSSVM模型分别提高了6.66%、10%,具有良好的故障诊断效果。