论文部分内容阅读
针对电压等级的不断提高和输变电设备使用年限的增加,发生电网故障的风险也逐渐增加的问题,提出了一种基于MOPSO的输变电设备状态评估方法。首先,训练得到一系列基SVM分类器;然后,使用MOPSO算法选择一部分精度和多样性较高的SVM构建决策分类器,并将输变电设备分为多种不同的运行状态;最后,使用变压器油中的溶解气体数据进行仿真实验来评估变压器的状态,并与传统的SVM、IEC三比值法和BP神经网络算法进行比较。实验结果表明,所提出的算法能准确、有效地评估变压器的状态,相比传统的诊断方法其具有更高的准确率。