史增芳，姜岩蕾

（河南工业职业技术学院机电工程学院，河南南阳473009）

基于WA-ABC-LSSVM的电气故障诊断*

史增芳*，姜岩蕾

（河南工业职业技术学院机电工程学院，河南南阳473009）

为了改善当前电气故障诊断的效果，提出一种基于小波消噪和人工蜂群优化最小二乘支持向量机的电气故障诊断方法（WA-ABC-LSSVM）。首先收集电气状态信息，并采用小波变换对其进行去噪处理，消除噪声的干扰，然后提取电气状态中的特征，并且进行归一化处理，最后采用训练样本对最小二乘支持向量机进行训练，采用人工蜂群算法优化最小二乘支持向量机参数，建立电气故障诊断分类器。仿真实验结果表明，本文方法可以较好描述电气系统的工作状态，诊断性能要明显优于其它的电气故障诊断方法。

电气系统；故障分类；小波去噪；状态特征；故障分类器

随着电力系统的应用日益广泛，人们对电力系统的可靠性、安全性提出更高的要求［1］。电气设备在工作过程不可避免会出现故障，因此，对电气故障进行快速、准确地诊断，提高设备的可靠性显得十分重要［2-3］。

国内外学者对电气设备故障诊断技术进行了一系列探索和研究，提出了许多有效的电气故障诊断方法［4］，当前电气故障方法分为两类：传统方法和现代方法，传统方法主要有：专家系统、灰色理论、线性判别分析等［5］，它们是一类线性的故障分析方法，对小规模电力系统的故障诊断率高，然而随着电力系统规模的不断扩大，电气设备系统结构日益复杂，电气设备工作状态与特征之间是一种复杂的非线性关系，这样传统方法的故障诊断率急剧下降，诊断结果的可靠性降低，难以满足现代电力系统故障诊断的实际应用要求［6］。……