[发明专利]双重自扰动海洋捕食者算法优化的变压器故障诊断方法

权利要求书

1.一种双重自扰动海洋捕食者算法优化的变压器故障诊断方法，其特征在于，包括以下步骤：

S1：通过变压器油中传感器实时采集油中溶解气体成分及含量，建立变压器油中溶解气体成分数据库；

S2：将油中溶解气体数据序列基于双重自扰动海洋捕食者算法进行分析运算；

S3：使用双重自扰动海洋捕食者算法优化LS-SVM网络的惩罚因子和核函数参数；

S4：构建DMPA-LS-SVM最优预测分类模型，将变压器油中溶解气体数据基于双重自扰动海洋捕食者算法进行变压器故障分类预测，输出变压器故障诊断结果。

2.如权利要求1所述的双重自扰动海洋捕食者算法优化的变压器故障诊断方法，其特征在于：所述改进的双重自扰动海洋捕食者算法：

基于海洋捕食者算法，以柯西-高斯变异策略对经FADs效应扰动后的当前最优捕食者Elite执行二次扰动，将进行变异后的捕食者Elite_C-G同Elite进行对比，寻优进行下一次迭代；具体流程如式(2)所示：

其中，σ²表示柯西-高斯变异策略的标准差；Cauchy(0,σ²)是满足柯西分布的随机变量；Gauss(0,σ²)是满足高斯分布的随机变量；和是随迭代次数自适应调整的动态参数。

3.如权利要求2所述双重自扰动海洋捕食者算法优化的变压器故障诊断方法，其特征在于，所述的双重自扰动海洋捕食者算法，在寻优过程中，λ₁逐渐减小，λ₂逐渐增大。

4.如权利要求1所述双重自扰动海洋捕食者算法优化的变压器故障诊断方法，其特征在于，S4的具体过程，包括以下步骤：

S4.1：执行DMPA初始化，随机生成种群与搜索域；

S4.2：根据当前迭代次数判定个体迭代的方式并执行迭代，生成当前最优解；

S4.3：对当前最优解先后执行FADs效应扰动与柯西-高斯变异扰动，生成DMPA双重自扰动最优解，代入下一次迭代；

S4.4：依照算法时序架构先后完成低速度比阶段、等速度比阶段、高速度比阶段的迭代；

S4.5：以双重自扰动海洋捕食者算法求解最优LS-SVM惩罚因子与核函数参数，进行网络训练；

S4.6：将LS-SVM训练至合格的分类预测精度，实现变压器故障诊断。