双重自扰动海洋捕食者算法优化的变压器故障诊断方法

    公开(公告)号:CN114492192A

    公开(公告)日:2022-05-13

    申请号:CN202210105512.9

    申请日:2022-01-28

    IPC分类号: G06F30/27 G06K9/62 G06F111/06

    摘要: 本发明公开了一种双重自扰动海洋捕食者算法优化的变压器故障诊断方法,涉及变压器故障诊断领域,利用最小二乘支持向量机LS‑SVM的搜索范围广、寻优效率高的特点,改进原生海洋捕食者算法(Marine Predators Algorithm,MPA)易陷入局部最优解的算法缺陷,提出双重自扰动海洋捕食者算法(Double‑self‑disturbances Marine Predators Algorithm,DMPA),在算法实现双重自扰动的同时协调局部开发能力和全局探索能力,同时与LS‑SVM网络有机结合以改善该网络的精确性与鲁棒性,提升变压器故障诊断的识别效率与分类精度,实现变压器故障实时诊断,保障现代化电力系统的安全性与可靠性。

    一种量子变异多元宇宙优化的供电线路故障辨识方法

    公开(公告)号:CN114444395B

    公开(公告)日:2024-08-23

    申请号:CN202210105466.2

    申请日:2022-01-28

    IPC分类号: G06F30/27 G06N3/006

    摘要: 一种量子变异多元宇宙优化的供电线路故障辨识方法,涉及供电线路故障辨识领域;通过在传统多元宇宙优化算法中引入量子粒子群算法,并在算法中引入粒子平均最优位置,使算法具有更好的收敛精度与速度;采用柯西‑高斯变异策略,解决传统多元宇宙优化算法迭代的后期,个体快速同化,出现局部最优停滞的情况;对短路故障进行有效的辨识,从而为维修人员提供良好的故障数据信息,及时地将线路的短路故障切除,避免事故的扩大,保证电力系统的稳定运行。

    一种量子变异多元宇宙优化的供电线路故障辨识方法

    公开(公告)号:CN114444395A

    公开(公告)日:2022-05-06

    申请号:CN202210105466.2

    申请日:2022-01-28

    IPC分类号: G06F30/27 G06N3/00

    摘要: 一种量子变异多元宇宙优化的供电线路故障辨识方法,涉及供电线路故障辨识领域;通过在传统多元宇宙优化算法中引入量子粒子群算法,并在算法中引入粒子平均最优位置,使算法具有更好的收敛精度与速度;采用柯西‑高斯变异策略,解决传统多元宇宙优化算法迭代的后期,个体快速同化,出现局部最优停滞的情况;对短路故障进行有效的辨识,从而为维修人员提供良好的故障数据信息,及时地将线路的短路故障切除,避免事故的扩大,保证电力系统的稳定运行。