[发明专利]基于IMABC优化支持向量机的变压器故障诊断方法

权利要求书

1.基于IMABC优化支持向量机的变压器故障诊断方法，具体按照以下步骤实施：

步骤1、将采集的油浸式变压器带有类标签的样本集S＝{(x₁,y₂),(x₂,y₂)...(x_n,y_n)}分为训练样本和测试样本；x_i代表样本属性，包含氢气、甲烷、乙烷、乙烯、乙炔五种属性；y_i代表类别标签，1、2、3、4、5、6分别对应正常状态、中温过热、高温过热、局部放电、火花放电、电弧放电；

步骤2、提出一种改进人工蜂群算法，将种群分类和基因突变融入该人工蜂群算法，优化支持向量机的参数；

步骤3、将步骤2中得到的C_i和σ_i作为支持向量机的优化参数，建立多级支持向量机故障诊断模型，利用步骤1中的数据进行变压器的故障诊断。

2.根据权利要求1所述的基于IMABC优化支持向量机的变压器故障诊断方法，所述步骤1中：将采集的油浸式变压器带有类标签的样本集S＝{(x₁,y₂),(x₂,y₂)...(x_n,y_n)}按3：1的比例分为训练样本和测试样本。

3.根据权利要求1所述的基于IMABC优化支持向量机的变压器故障诊断方法，所述步骤2具体按照以下步骤实施：

步骤a、初始化，预先设定搜索次数上限为limit，最大迭代次数为max cycle，初始迭代cycle＝1；用式(1)产生NP个解，每个解X_i是一个二维向量(C_i，σ_i)，第j维取值X_ij如下：

Xij=Ximin+rand(Xjmax-Xjmin),i=1,2,...,NP---(1);]]>

式(1)中，rand表示在[0，1]上的随机数；任何一个采蜜蜂的任何一个维度都完全随机生成，即采蜜蜂将随机放在解空间中的任何一点上；

步骤b、待步骤a完成后，进行采蜜蜂阶段，对每个蜜源X_i在其附近产生一个随机的扰动，生成一个候选解V_i，具体算法如下：

式(2)中：X_i为搜索空间中第i个蜜源，X_k为在其领域内随机选取的不同于X_i的另一个蜜源，为服从均匀分布的随机数，差值X_i-X_k为当前蜜源X_i的扰动项；

当搜索过程接近最优解时，扰动项X_i-X_k会自适应减小，能提高算法的局部开采能力；对候选解V_i计算相应的适应度值，根据贪婪规则在V_i和X_i中选出更优解，以确保种群向更优的方向发展；

步骤c、经步骤b后，进入观察蜂阶段，自适应度函数如下：

fitnessi=1/(1+fi)fi≥01+|fi|fi<0---(3);]]>

第i个蜜源的自适应度值在整个蜂群中所占的百分比P_i如下所示：

Pi=fitnessi/Σi=1PNfitnessi---(4);]]>

式(4)中：fitness_i表示第i个蜜源的适应度值，P_i越大优化解的质量越高；

当更多的观察蜂被吸引变成采蜜蜂时，采用式(2)所示的局部搜索策略再次进行开采，并以贪婪规则确保整个种群向最优方向发展；

步骤d、待步骤c完成后，进行种群划分；

根据设定的种群划分策略参数M，利用贪婪选择算法把种群划分为精英种群P和一般种群Q，对精英种群P中的每个个体使用式(5)进行交叉，用式(4)进行评估，用式(2)进行更新；对一般种群Q中的每个个体使用式(6)进行交叉，用式(4)进行评估，用式(2)进行更新；

式(5)中，且better1≠better2,

式(6)中，且poor1≠poor2,

步骤e、经步骤d后，进入侦察蜂阶段；

开采上限为limit，若蜜源多次开采仍无法改进即counter＞limit,则蜜源将被淘汰，根据式(1)随机选取新的蜜源，将计数器置0；

记录循环中搜索到的最优蜜源对应的解向量，若cycle＞maxcycle则循环结束，否则跳转到步骤b继续执行，循环结束后输出最优解C_i和σ_i。