[发明专利]一种改进樽海鞘群优化支持向量机的变压器故障诊断方法

权利要求书

1.一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，包括：

S1：采集变压器故障样本，获取数据；所述数据包括变压器油中DGA气体以及DGA气体含量比值；

S2：对所述数据进行归一化预处理，得到优选特征量数据；对优选特征量数据进行特征优选；

S3：采用径向基函数作为核函数，基于径向基函数和目标函数得到分类决策函数，；根据所述分类决策函数和核函数构建支持向量机模型；

S4：根据改进的樽海鞘群算法优化所述支持向量机模型，得到优化后的惩罚因子以及优化后的核参数；

改进的樽海鞘群算法包括：

步骤1：种群随机初始化；

步骤2：计算适应度的值；

步骤3：将樽海鞘群分为领导者和追随者，对领导者的位置以及追随者的位置进行更新；

步骤4：领导者组成领导者群体，计算领导者群体的加权平均位置；并对追随者的舒适度进行排序，确定适应度前三的追随者；领导者的位置在更新时，随机选取所述适应度前三的追随者中一个追随者更新食物源；根据更新后的食物源再次更新领导者的位置；

步骤5：判断终止条件，终止条件包括迭代次数是否达到预设的迭代次数或适应度的值不再提高；若满足终止条件，则输出再次更新后领导者的位置；若不满足则返回步骤3；

S5：基于优化后的支持向量机模型、特征优选后的优选特征量数据、优化后的惩罚因子以及优化后的核参数构建变压器诊断模型，根据变压器诊断模型对变压器进行故障诊断。

2.根据权利要求1所述的一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，步骤3中，对领导者的位置进行更新的计算公式为：

其中，表示领导者的位置；F_j表示更新前的食物源；c₁为收敛因子c₂，c₃为[0,1]内随机产生的数字；

对追随者的位置进行更新的计算公式为：

其中，为更新之前第r个追随者在第j维的位置；为更新之前第r-1个追随者在第j维的位置。

3.根据权利要求2所述的一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，步骤4中，更新后的食物源记为：

其中，分别为适应度前三的追随者；表示领导者群体的加权平均位置；N表示樽海鞘群种群数量，ω_r表示领导者种群中按适应度值降序排列的权重系数；

根据更新后的食物源再次更新领导者的位置，计算公式为：

其中，表示领导者的位置；F_j表示更新前的食物源；c₁为收敛因子c₂，c₃为[0,1]内随机产生的数字；

再次更新后领导者的位置用于优化所述支持向量机模型。

4.根据权利要求3所述的一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，S5中，将特征优选后的所述优选特征量数据作为优化后的所述支持向量机模型的输入，并将优化后的惩罚因子以及优化后的核参数输入至所述支持向量机模型中，构建变压器诊断模型。

5.根据权利要求4所述的一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，对所述数据进行归一化预处理的表达式为：

其中，x_sn表示优选特征量数据，x_n表示DGA气体含量比值，x_nmax是归一化处理前的数据的最大值，x_nmin是归一化处理前的数据的最小值。

6.根据权利要求4所述的一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，其特征在于，S2中，采用主成分分析法对优选特征量数据进行特征优选。