变压器故障诊断对提高电力系统运行的可靠性、稳定性、安全性有着至关重要的作用.为了提高故障分类率,提出一种基于蚁群优化的最小二乘支持向量机(Ant colony optimization least squares support vector machine,ACO-LSSVM)电力变压器故障诊断方法.该方法首先利用ACO对LSSVM诊断模型的参数进行优化,选用径向基核函数.其次,以溶解气体含量为输入变量,变压器故障类别为输出变量,将测试数据输入训练好的模型.最后,将诊断结果与标准SVM结果进行比较.仿真结果表明,ACO-LSSVM方法具有更高的分类准确率,验证了其有效性.
展开▼
