论文部分内容阅读
船舶变压器是船舶电力系统的关键部件,变压器故障易导致电力系统异常甚至引发船体及生命安全事故.针对基本智能算法故障诊断模型的局限性,文章采用寻优能力强搜索效率高的QPSO优化KELM建立船舶变压器故障诊断模型.采用UCI数据集对SVM、ELM、KLEM、PSO-KELM 和 QPSO-KELM 进行对比实验,结果表明 QPSO-KELM具有更好的分类性能和计算效率.最后,通过船舶变压器真实故障数据集对QPSO-KELM进行测试分析,测试集和训练集的平均正确率分别达92.15％和97.65％,标准差分别为3.75％和1.42％,充分证明了 QPSO-KELM具有优秀的诊断精度和算法稳定性,对各类船舶具有一定的实际应用价值.