作者：付华; 任仁; 闫智生; 马云伍变压器故障诊断量子粒子群优化相关向量机组合核函数
摘要：为了提高变压器故障诊断精确度，提出量子粒子群算法（QPSO）优化相关向量机（RVM）的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息，为非线性、有限样本数据的变压器故障诊断建模问题提供有效的方法。利用量子粒子群算法对RVM诊断模型参数快速寻优，并结合CV原理设置适应度函数可有效提高诊断模型的泛化能力。实例分析表明，该耦合算法诊断正确率为91．1％，优于三比值法、BPNN、PSO-SVM方法，可有效提高变压器故障诊断精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
