基于混合特征選擇和INGO-DHKELM的變壓器故障診斷方法

摘要： 針對變壓器故障特征選擇困難和診斷模型準確率較低的問題，提出一種混合式故障特征選擇方法，并利用改進北方蒼鷹優(yōu)化算法（improved northern goshawk optimization algorithm,INGO）優(yōu)化深度混合核極限學(xué)習(xí)機（deep hybrid kernel limit learning machine,DHKELM）實現(xiàn)變壓器故障診斷。首先，基于相關(guān)... （共10頁）