公开(公告)号：CN109919178A

公开(公告)日：2019-06-21

申请号：CN201910063046.0

申请日：2019-01-23

申请人： 广西大学

发明人： 刘捷丰 ,  张镱议 ,  郑含博 ,  张恒 ,  房加珂 ,  任广为 ,  廖昌义 ,  徐凯 ,  杭颖

IPC分类号： G06K9/62 ,  G06N3/12

摘要： 本发明公开了一种基于特征量优选和小波核函数LSSVM的故障预测方法，涉及电力变压器的故障预测技术领域。首先，获取DGA特征量的比值，其次，建立支持向量机模型，选取径向基函数为分类模型的核函数。然后，将候选特征量和SVM分类模型的惩罚因子c核参数σ编码到同一条染色体上，采用遗传算法对该染色体进行优化，最优特征量为在遗传算法中选取的最优染色体。并将最优特征组合作为下一步的故障预测和诊断函数的输入。接着，建立小波核函数-最小二乘支持向量机预测模型，利用帝国主义竞争算法对该预测模型的惩罚因子和小波核函数的核参数进行优化，得到最优参数组合并基于该参数组合构建最优预测模型。实现对变压器未来时刻的运行状态分析和故障预测。