基于麻雀搜索法优化支持向量机的变压器故障诊断方法

    公开(公告)号:CN115577639A

    公开(公告)日:2023-01-06

    申请号:CN202211324888.5

    申请日:2022-10-27

    摘要: 本发明公开基于麻雀搜索法优化支持向量机的变压器故障诊断方法,包括:收集变压器油中溶解气体的浓度数据,建立原始数据集M;生成待选特征数据集N,分为训练集N1和测试集N2;通过随机森林算法计算训练集N1中各待选特征的重要性值;选取最高的故障诊断准确率对应的寻优特征数据集作为最优特征训练集;利用麻雀搜索法优化支持向量机的参数;利用最优参数组合的支持向量机SVM进行变压器故障诊断。本发明基于随机森林算法对数据样本中所有特征计算特征重要性,利用袋外误差进行特征选择,有效消除了冗余特征;采用麻雀优化算法对支持向量机的参数进行寻优,加快了寻优速度,从而得到具有最佳参数的支持向量机分类模型,提高变压器故障诊断准确率。