基于NGA优化支持向量机的电力变压器故障诊断

为提高电力变压器故障诊断的准确性,提出一种支持向量机(Support Vector Machines,SVM)的故障诊断方法。该方法用添加最优保存策略的小生境策遗传算法对SVM进行参数优化,确保种群中适应度高的个体能被保留到下一代,使优化对象比较容易稳定,以得到更优良的个体,提高诊断精度。通过与遗传算法优化SVM及标准小生境遗传算法优化SVM的诊断结果相比较,根据对比结果表明:所提方法对变压器故障数据的分类辨识效果更好。