杨海涛
- 作品数：2 被引量：39H指数：2
- 供职机构：广安电业局更多>>
- 发文基金：长江学者和创新团队发展计划更多>>
- 相关领域：电气工程更多>>
- 基于改进遗传算法与LS-SVM的变压器故障气体预测方法被引量：7
- 2010年
- 最小二乘支持向量机(LS-SVM)能较好地解决小样本、非线性数据特征的多分类问题,适用于电力变压器油色谱故障气体预测,但参数c与σ2的选取对预测结果影响较大,有必要对其进行优化选择。笔者提出一种基于改进遗传算法(IGA)的参数寻优方法,并将其应用到变压器油中故障气体预测。IGA算法采用了编码机制,随机产生初始种群,可快速扩大搜索空间,稳定群体中个体多样性,有效提高全局搜索能力和收敛速度。最后进行了多组现场数据的实例分析,结果表明:基于IGA进行参数优化后的预测准确率明显优于传统LS-SVM预测结果。
- 王罡杨海涛胡伟涛黄华平李宁远
- 关键词：变压器改进遗传算法最小二乘支持向量机参数优化油中气体
- 利用改进遗传算法与LS-SVM进行变压器故障诊断被引量：32
- 2010年
- 最小二乘支持向量机(least square support vector machines,LS-SVM)能较好地解决小样本、非线性数据特征的多分类问题,适用于电力变压器油色谱故障诊断,但参数c与σ2的选取对诊断结果影响较大,因此有必要对其进行优化选择。文中利用改进遗传算法(improved genetic algorithm,IGA)对c与σ2参数进行寻优。IGA采用了编码机制随机产生初始种群,这样可快速扩大搜索空间,稳定群体中个体多样性,有效提高全局搜索能力和收敛速度。文中采用IGA优化后的LS-SVM对多组变压器油色谱数据进行故障诊断分析。结果表明,IGA可以有效实现对LS-SVM算法中c与σ2的优化选取,提高变压器故障诊断的准确率。
- 张凯黄华平杨海涛谢庆
- 关键词：变压器改进遗传算法最小二乘支持向量机溶解气体分析参数优化
