-
题名多策略改进MPA算法与HKELM的变压器故障辨识
被引量：11
- 1
-
-
作者
谢国民
刘东阳
刘明
-
机构
辽宁工程技术大学电气与控制工程学院
朝阳师范高等专科学校数学计算机系
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第4期172-182,共11页
-
基金
国家自然科学基金(51974151)
辽宁省教育厅重点实验室基金(LJZS003)项目资助。
-
文摘
为解决目前变压器故障诊断精度低的问题,提出一种多策略改进海洋捕食者算法(MPA)与混合核极限学习机(HKELM)的变压器故障辨识方法。首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维,获取特征支持数据;然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进MPA,加强全局开发能力;最后使用改进的IMPA算法对HKELM的参数寻优,构建变压器故障诊断模型。为验证模型有效性,分析比较常用算法优化的HKELM的4种变压器故障诊断模型。其中IMPA-HKELM的诊断精度为94.7%,相比于另外3种基础算法优化的模型,诊断精度分别提升了5.4%、8%、10.7%。结果表明,提出模型有效提升了故障诊断的分类性能,并实现了较高的故障诊断精度。
-
关键词
故障诊断
油浸式变压器
伯努利混沌映射
混合核极限学习机
核主成分分析
-
Keywords
fault diagnosis
oil-immersed type transformer
Bernoulli chaotic map
hybrid kernel extreme learning machine
kernel principal component analysis
-
分类号
TN06
[电子电信—物理电子学]
-
-
题名全局扰动和互利因子作用的飞蛾扑火优化算法
被引量：3
- 2
-
-
作者
靳储蔚
李姗鸿
张琳娜
张达敏
-
机构
贵州大学大数据与信息工程学院
贵州大学机械工程学院
-
出处
《计算机工程与设计》
北大核心
2023年第8期2297-2304,共8页
-
基金
国家自然科学基金项目(62062021、61872034)
贵州省科学技术基金项目(黔科合基础[2020]1Y254)。
-
文摘
为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题,提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射,提高初始种群的多样性;引入全局扰动因子,提高算法的全局搜索能力;使用互利因子对全局扰动后的位置再次进行更新,避免新的算法陷入局部最优,使得算法更快收敛。通过对10个基准函数进行仿真实验,确定迭代系数的取值,通过Wilcoxon秩和检验来验证算法性能,其结果表明,改进的DBMFO算法在求解的精确度以及收敛速度上均有明显提升。
-
关键词
群智能算法
飞蛾扑火优化
伯努利混沌映射
全局扰动因子
互利因子
10个基准测试函数
秩和检验
-
Keywords
swarm intelligence algorithm
moth-flame optimization
Bernoulli chaotic map
global disturbance factor
mutually beneficial factor
10 benchmark functions
rank sum test
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
