一种基于粒子群算法优化多粒度级联森林模型的变压器故障诊断方法

摘要

本发明公开了一种基于粒子群算法优化多粒度级联森林模型的变压器故障诊断方法，首先以变压器油中溶解特征气体的无编码比值作为模型的特征参量，再对特征参量进行归一化，划分训练集和测试集；然后构建多粒度级联森林模型，并通过粒子群算法优化多粒度级联森林的两个关键参数，并获得两个最优参数；最后建立基于粒子群算法优化的多粒度级联森林模型用于识别变压器故障类别，该方法有效提升了变压器的故障诊断准确率，为运维人员正确判断变压器的运行状况提供可靠依据。