基于人工蜂算法优化支持向量机的变压器故障诊断

九阳电磁炉电路图基于人工蜂算法优化支持向量机的变压器故障诊断
作者：季伟胡伟
来源：《科技创新与应用》2020年第02期

土楼公社

摘 ;要：支持向量机参数的选择直接影响变压器故障诊断分类的准确率，为了提高变压器故障的诊断精度，提出一种基于人工蜂算法优化支持向量机的变压器故障诊断模型。

限塑令的意义

爱西特利用人工蜂算法优化支持向量机的惩罚因子C和核函数参数σ。实验结果表明，文章提出的算法能够获得较高的故障诊断精度。linpack

关键词：变压器;故障诊断;人工蜂算法;参数优化;支持向量机

中图分类号：TM407 ; ; ; ;文献标志码：A ; ; ; ; 文章编号：2095-2945（2020）02-0095-02

sonic2000 Abstract： The selection of support vector machine parameters directly affects the accuracy of transformer fault diagnosis classification. In order to improve the diagnostic accuracy of transformer faults， a transformer fault diagnosis model based on artificial bee colony algorithm optimization support vector machine is proposed. The artificial bee colony algorithm is used to optimize the penalty factor C and kernel function parameter σ of the support vector machine. The experimental results show that the proposed algorithm can obtain higher fault diagnosis accuracy.

本文发布于:2024-09-20 17:40:41，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/570077.html

上一篇：从wx+b开始--Logistic回归,支持向量机和神经网络(pre)

下一篇：基于共振峰谐波特征和支持向量机的VDR人声检测方法

标签：算法变压器向量故障诊断蜂群支持

留言与评论（共有 0 条评论）