一种基于改进哈里斯鹰优化多核极限学习机的变压器故障诊断方法

本发明公开了一种基于改进哈里斯鹰优化多核极限学习机的变压器故障诊断方法，步骤如下：第一步，使用SMOTE算法对变压器故障样本中的少数类样本进行数据增强，使得各类样本达到类别平衡；第二步，对平衡后的各类样本数据进行归一化处理，并划分为训练集、验证集和测试集；第三步，选取多个不同的核函数构建多核极限学习机分类模型，并使用训练集对其进行训练；第四步，采用改进的哈里斯鹰算法对多核极限学习机的超参数进行优化，并以验证集的识别误差为适应度函数得到最优的多核极限学习机模型；第五步，用测试集测试最优多核极限学习机模型的分类性能。本发明通过使用多核极限学习机有效增强了对变压器故障样本的非线性表征，能够提高变压器故障诊断的准确率和可靠度；同时，通过使用收敛速度更快、参数寻优的搜索能力更强的改进哈里斯鹰优化算法，有效增强了多核极限学习机的鲁棒性。