典型文献
基于改进萤火虫算法和多分类支持向量机的变压器故障诊断
文献摘要：
为了高效完成电力变压器故障诊断,引入萤火虫算法(FA),利用混沌优化理论和自适应变步长机制对算法进行改进,提高算法的收敛速度和精度,并将改进萤火虫算法(IFA)和支持向量机(SVM)理论相结合构造变压器故障诊断方法.该方法利用IFA选择合适的SVM参数,同时结合二叉树方法构造多分类SVM进行变压器故障类型识别.变压器故障诊断实例仿真结果表明,IFA的收敛性和寻优能力较FA、粒子群算法(PSO)更好,且优化后的变压器故障诊断模型具有更高的准确率.
文献关键词：
改进萤火虫算法;支持向量机;二叉树;变压器;故障诊断
中图分类号：
作者姓名：
李俊;冯俊杰;武文吉;刘迎澍
作者机构：
国网山西省电力公司检修分公司,太原030032;天津大学电气自动化与信息工程学院,天津300072
文献出处：
引用格式：
[1]李俊;冯俊杰;武文吉;刘迎澍-.基于改进萤火虫算法和多分类支持向量机的变压器故障诊断)[J].电测与仪表,2022(03):131-135
A类：
B类：
改进萤火虫算法,多分类支持向量机,变压器故障诊断,电力变压器,混沌优化,优化理论,自适应变步长,长机,收敛速度,IFA,故障诊断方法,法利,二叉树,故障类型识别,实例仿真,收敛性,寻优能力,粒子群算法,PSO,故障诊断模型
AB值：
0.222132
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
