基于AdaBoost.M2-ISSA-ELM算法的電力變壓器故障診斷方法

摘要： 為提高電力變壓器故障診斷精度，將集成學(xué)習(xí)和群體智能優(yōu)化算法相結(jié)合，提出一種電力變壓器故障診斷方法。使用極限學(xué)習(xí)機(jī)（ELM）作為基學(xué)習(xí)算法，構(gòu)建集成學(xué)習(xí)框架下的基分類器，并針對ELM模型性能受參數(shù)初始化影響較大、易陷入局部最優(yōu)問題，引入基于正弦優(yōu)化的改進(jìn)麻雀搜索算法（ISSA）優(yōu)化相關(guān)參數(shù)，提高基分類器的分類性能。使用改進(jìn)的自適應(yīng)增強(qiáng)（AdaBoost.M2）算法構(gòu)建集成學(xué)習(xí)模型...