基于多種機(jī)器學(xué)習(xí)算法的變壓器故障診斷方法研究

打開文本圖片集

摘要：近幾年，對于變壓器故障診斷的研究逐漸增加，提高其診斷準(zhǔn)確率具有明確的價值。以往常用的診斷方法雖然具有一定準(zhǔn)確率，但效率較低，缺乏時效性。隨著對于機(jī)器學(xué)習(xí)的相關(guān)研究不斷深入，其在變壓器故障診斷中的應(yīng)用逐漸被發(fā)現(xiàn)?；跈C(jī)器學(xué)習(xí)，分別在K鄰近（K-Nearest Neighbors，KNN）算法、決策樹（Decision Tree，DT）算法、支持向量機(jī)（Support Vector Machine，SVM）算法3方面搭建了診斷模型，并進(jìn)行了縱橫交叉優(yōu)化（Crisscross Optimization，CSO）算法的超參數(shù)優(yōu)化模型搭建。（剩余4901字）