基于IPSO优化KELM的变压器故障诊断
DOI: https://doi.org/10.64083/STE2610501
作者
石林，王雅菲
摘要
针对变压器故障准段准确率不高的问题，本文提出一种基于改进的粒子群优化算法（Improved Particle Swarm Optimization Algorithm, IPSO）优化核极限学习机（Kernel Extreme Learning Machine, KELM）的变压器故障诊断方法，以KELM为分类核心，引入IPSO对其进行超参数寻优。为提升建模效率，在KELM建模前，采用逐步回归法对高维DGA特征进行筛选与压缩，兼顾信息保留与计算轻量化。实验结果表明，所提出的IPSO-KELM模型在故障识别准确率上明显优于传统KELM、和PSO-KELM模型，为变压器故障诊断提供了新的思路。
关键词
DGA，KELM，IPSO，变压器，故障诊断
