《电子测量技术杂志》发表论文赏析

基于实域粗糙集和NRBO-XGBoost的变压器故障诊断

来源:电子测量技术杂志2025年第5期北京时间:

作者:杨勇,胡东,代浩,唐超,谢菊芳

单位:西南大学工程技术学院 重庆 400715

摘要:针对基于油中气体分析(DGA)数据的传统变压器智能诊断模型准确率容易受到输入特征维度以及超参数的选择影响,本研究提出了基于实域粗糙集和NRBO-XGBoost相结合的变压器智能故障诊断模型。首先,基于实域粗糙集的概念提出了一种具有自适应性能的特征提取算法用于对变压器初始故障特征进行特征提取;其次针对变压器故障诊断中XGBoost受超参数选择影响的缺陷,本研究利用NRBO算法高收敛速度和有效避免局部最优的特点对XGBoost的超参数进行全局寻优,从而提出NRBO-XGBoost模型进行变压器故障诊断;最后通过多组实验对比,相较于其他传统特征,使用本研究所提取特征在多种分类器中的性能都得到了提升,证明了本文所提特征提取算法能有效提取特征中的信息增强模型表现性能。并且NRBO-XGBoost在变压器故障诊断领域相较于其他对比模型仅收敛20次的同时就达到了92.09%的准确率,拥有更优越的表现性能。

关键词:变压器智能诊断模型;实域粗糙集;超参数寻优

基金资助:国家自然科学基金(51977179)项目资助

2025年5期其他文献查阅:

面向RTC的微秒级采样实时控制系统设计与实现

通信系统发射通道的雷电防护设计

柔性支承的立式转子主动电磁阻尼减振研究

基于实域粗糙集和NRBO-XGBoost的变压器故障诊断

基于改进YOLOv10n的电动车头盔佩戴检测算法

基于GAN-LSTM改进T-L磁补偿方法

结合注意力和多尺度特征的电动汽车负荷预测

基于双流特征增强网络的超短期光伏功率预测

一种抗差估计的GNSS/UWB/IMU集成式室内外无缝定位方法

基于改进YOLOv8的电梯内电动车检测算法

基于模态分解和误差修正的短期电力负荷预测

基于表面肌电信号估计多自由度手指力的ShuffleVT模型

基于深度学习与聚类的开集个体识别技术

实复域多尺度多层次融合的复合故障定位方法

基于改进YOLOv5s太阳能电池片表面缺陷检测算法

3D打印碳纤维复合材料构件缺陷识别方法研究

改进YOLOv8的电动自行车电池检测算法

基于霍夫梯度的同步并行圆检测方法

锂电池X射线图像增强算法研究

基于GSV-YOLO的飞机起落架缺陷检测方法研究

基于重参数化的光伏电池缺陷检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!