绝缘油ISMA-SVM法含气监测应用Application of ISMA-SVM method in monitoring of gas content in insulating oil
杨昭,刘冲,杨嘉蕾,张灏,寇林
摘要(Abstract)：
对于变压器绝缘油含气（DGA）故障诊断识别准确率低问题，利用反向学习策略对黏菌算法（SMA）改进形成ISMA算法，提升全局寻优能力，并优化支持向量机（SVM），建立ISMA-SVM优化故障诊断模型，用样本集进行学习训练。将诊断识别结果与灰狼算法GWO-SVM和粒子群算法PSO-SVM优化模型进行对比，ISMA-SVM故障诊断识别准确率为93.3%，相比GWO-SVM、PSO-SVM分别提高了6.66百分点、10.66百分点。
关键词(KeyWords)： 绝缘油;含气故障;黏菌算法;支持向量机;诊断识别
基金项目(Foundation):
作者(Author): 杨昭,刘冲,杨嘉蕾,张灏,寇林
DOI: 10.19666/j.rlfd.202208175