基于RF和改进蜜獾优化的牵引变压器在线故障预测

来源：电子测量技术杂志2025年第21期北京时间：

作者：迟青光，蒋瑞培，闫东旭

单位：1.大连交通大学电气工程学院 大连 116028; 2.中车大连机车车辆有限公司机车开发部 大连 116028

摘要：为提高牵引变压器在线故障预测准确率，提出了一种基于随机森林特征优选和改进蜜獾优化算法的在线故障诊断方法。首先，运用SMOTE算法对数据集进行均衡化处理，进而通过无编码比值法对故障诊断样本进行扩充；其次，通过随机森林对特征向量集合进行重要度排序，分别输入极限学习机、支持向量机和长短期记忆神经网络，得到最佳基础模型和特征个数组合；然后，结合Tent混沌映射策略、改进控制因子和小孔成像策略对蜜獾优化算法进行改进，得到改进蜜獾优化算法；最后，利用改进蜜獾优化算法和最佳基础模型及特征个数相结合，有效解决了基础模型中超参数设置问题。实验结果表明，与其他优化算法比较，改进蜜獾优化算法在寻优能力、稳定性和收敛速度上均有明显提升；所提牵引变压器在线故障预测模型的故障诊断准确率为96.05%，相比于HBA.LSTM，准确率提高了2.44%，验证了所提方法的有效性。

关键词：牵引变压器;随机森林;SMOTE;蜜獾优化算法;长短期记忆神经网络

基金资助：辽宁省教育厅科学研究项目(JYTMS20230037)资助