%0 Journal Article %T 利用改进遗传算法与LS-SVM进行变压器故障诊断 %A 张凯 %A 黄华平 %A 杨海涛 %A 谢庆 %J 电网技术 %P 164-168 %D 2010 %X 最小二乘支持向量机(leastsquaresupportvectormachines,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s2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(improvedgeneticalgorithm,IGA)对c与s2参数进行寻优。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s2的优化选取,提高变压器故障诊断的准确率。 %U http://www.dwjs.com.cn/CN/abstract/abstract23082.shtml