基于EBWO-SVM的变压器故障诊断研究

来源：电子测量技术杂志2024年第10期北京时间：

作者：汪繁荣，李州

单位：湖北工业大学电气与电子工程学院 武汉 430074

摘要：针对SVM在变压器故障诊断中存在诊断精度不高和BWO算法存在易陷入局部最优的问题，提出一种基于EBWO-SVM的变压器故障诊断方法。首先通过引入准反向学习策略和旋风式觅食策略对BWO算法进行改进，然后将EBWO算法与粒子群优化算法、灰狼优化算法、鲸鱼优化算法、白鲸优化算法在6种测试函数上进行寻优测试，验证了EBWO算法的优越性。其次利用EBWO算法对SVM中的核函数参数g和C进行优化，从而提高SVM的分类能力。最后提出其他方法与EBWO-SVM模型进行对比。结果表示：所构建的EBWO-SVM变压器故障诊断模型与BWO-SVM、WOA-SVM、GWO-SVM、PSO-SVM相比，综合诊断精度分别提高了7.7%、9.7%、11.6%、15.4%，且稳定性更强，验证了EBWO-SVM模型的可行性与有效性。

关键词：支持向量机;白鲸优化算法;变压器;故障诊断;准反向学习策略;旋风式觅食策略

基金资助：国家自然科学基金(61903129)项目资助