基于改进遗传算法与ls-svm的变压器故障气体预测方法 predicting method for dissolved gas in transformer oil based on improved genetic algorithm and ls-svm.pdfVIP

第46卷第9期 高压亡譬 V01．46No．9 2010盔 09月 HigIlVoltageApparatus Sep． 2010 ·11· 基于改进遗传算法与LS．SVM的变压器故障气体预测方法 王 罡M， 杨海涛2， 胡伟涛3， 黄华平4， 李宁远4 (1．天津市滨海供电局，天津300450；2．四川省广安电业局调通中心，四川广安638000； 3．河北省电力公司超高压输变电分公司．河北石家庄050070； 4．华北电力大学电力系统保护与动态安全监控教育部重点实验室。河北保定071003) 摘要：最小二乘支持向量机(LS．SVM)能较好地解决小样本、非线性数据特征的多分类问题，适用于电力变压器油色谱故障气 体预测．但参数c与矿的选取对预测结果影响较大．有必要对其进行优化选择。笔者提出一种基于改进遗传算法(IGA)的参数寻 优方法．并将其应用到变压器油中故障气体预测。IGA算法采用了编码机制，随机产生初始种群，可快速扩大搜索空间，稳定群 体中个体多样性．有效提高全局搜索能力和收敛速度。最后进行了多组