基于改进蜣螂算法优化支持向量机的变压器故障诊断方法

本发明属于变压器故障诊断领域，涉及基于改进蜣螂算法优化支持向量机的变压器故障诊断方法，包括：在故障案例中搜寻高温过热、中温过热、高能放电、低能放电和局部放电五种故障类别的DGA样本；对收集得到的DGA样本进行归一化处理，让不同量纲的特征具有可比性；将归一化处理后的数据按照训练集与测试集之比为8:2的比例进行样本划分；利用DBO算法获得最佳的核参数g、惩罚因子c以及最佳适应度值，兼顾全局搜索和局部开发；将测试集带入最佳的核参数g、惩罚因子c下的HDBO‑SVM故障分类模型进行测试，得到该数据集下的故障诊断结果。本发明促进迭代初期的全局搜索，并加快收敛速度，提高诊断精度，加快诊断速度。