关键词:
熵权融合算法
支持向量机
变压器故障
短期识别
对数处理
蝙蝠算法
摘要:
研究基于熵权融合算法与加权支持向量机的变压器故障短期识别方法,提升变压器故障短期识别效果。通过无源RFID传感器采集变压器的短期数据,对数标准化处理采集的短期数据。利用熵权融合算法,为对数处理后的短期数据赋予权值,输入支持向量机内,建立加权支持向量机。通过引入自学习因子与比例权重系数,改进蝙蝠算法。采用改进蝙蝠算法优化加权支持向量机参数。在参数优化后的加权支持向量机内输入赋予权值的短期数据,输出变压器故障短期识别结果。实验证明:所提方法可有效采集短期故障的变压器数据,合理对数处理采集的数据,令数据分布更加均匀。所提方法可精准识别变压器短期故障。在不同故障场景下,所提方法识别变压器短期故障的平均绝对百分比误差均较低,具备较高变压器故障短期识别精度。