典型文献
基于HHO参数优化的SVM变压器故障诊断方法研究
文献摘要：
为了提高变电信息系统中变压器故障诊断的准确率,针对变压器故障样本较少,采用类内类间距离的可分性测度和相关性分析法确定关键特征向量,将特征向量作为支持向量机的输入样本,建立SVM故障分类模型.分析了哈里斯鹰优化算法(HHO)和粒子群算法(PSO)的优缺点,提出了基于哈里斯鹰优化算法HHO优化支持向量机SVM模型的参数.最后,通过真实变压器故障数据进行实验仿真,结果表明所提出的变电站故障诊断方法能够有效识别故障类型,具有较高的准确率和收敛速度.
文献关键词：
变压器;支持向量机;哈里斯鹰优化算法;粒子群算法;故障诊断
中图分类号：
作者姓名：
赵丹;马姗姗;胡斌
作者机构：
许昌电气职业学院电气工程系,河南 许昌 461000;许继电气股份有限公司,河南 许昌 461000
文献出处：
引用格式：
[1]赵丹;马姗姗;胡斌-.基于HHO参数优化的SVM变压器故障诊断方法研究)[J].电工技术,2022(18):164-168,171
A类：
B类：
HHO,变压器故障诊断,故障诊断方法,类间距离,可分性,相关性分析法,关键特征,特征向量,故障分类,分类模型,哈里斯鹰优化算法,粒子群算法,PSO,优化支持向量机,故障数据,实验仿真,变电站,故障类型,收敛速度
AB值：
0.223181
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。
