参考文献
[1] 陈锦锋,张军财,卢思佳,等. 一种基于 SAE-RF 算法的配电变压器故障诊断方法[J] . 电工电气,2021(2):17-23.
[2] 肖云波,范菁,张宜,等. 基于改进粒子群算法与油中溶解气体的变压器故障诊断的研究[J] . 电子测量技术,2021,44(18):122-128.
[3] HASMAT Malik, AJAY Khatri, RUCHI Dohare.Probabilistic Neural Network Based Incipient Fault Identification Using DGA Dataset[C]//Procedia Computer Science,2015:58.
[4] 杨飏,邢光兵. 基于三比值法的变压器故障诊断识别[J]. 机电信息,2021(11):11-12.
[5] 王晶,许素安,洪凯星,等. 基于 DGA 特征量优选与 GA-SVM 的变压器故障诊断模型[J] . 变压器,2020,57(12):36-40.
[6] 徐伟进,徐炜彬,张炜华,等. 基于 NRS 的 GWO-SVM 变压器故障诊断方法研究[J] . 电工电气,2022(2):9-13.
[7] 高国磊, 李英娜, 段效琛, 等. 基于 ACO 优化 LS-SVM 的变压器故障诊断[J] . 电子科技,2018,31(6):59-62.
[8] 王保义,杨韵洁,张少敏. 改进 BP 神经网络的 SVM 变压器故障诊断[J]. 电测与仪表,2019,56(19):53-58.
[9] 徐鹏,张烨颖. 基于鲸鱼优化算法的支持向量机变压器故障诊断方法[J] . 光源与照明,2021(9):85-88.
[10] 张超,郑晓琼,王娣,等. 基于遗传算法进化小波神经网络的电力变压器故障诊断研究[J] . 自动化与仪器仪表,2019(10):136-139.
[11] 蒋波涛,王锦. 蚁群优化最小二乘支持向量机在变压器故障诊断中的应用[J]. 机电信息,2018(24):43-44.
[12] 肖云波,范菁,张宜,等. 基于改进粒子群算法与油中溶解气体的变压器故障诊断的研究[J] . 电子测量技术,2021,44(18):122-128.
[13] 刘华,刘江永. 基于图卷积神经网络的电力变压器故障诊断[J] . 湖南科技大学学报(自然科学版),2021,36(3):75-81.
[14] 郭振洲,王平,马云峰,等. 基于自适应权重和柯西变异的鲸鱼优化算法[J] . 微电子学与计算机,2017,34(9):20-25.
[15] FAN Qingchuan, YU Fei, XUAN Min.Transformer fault diagnosis method based on improved whale optimization algorithm to optimize support vector machine[J].Energy Reports,2021,7:856-866.
[16] ZHANG W, YANG X, DENG Y, et al.An inspired machine-learning algorithm with a hybrid whale optimization for power transformer PHM[J].Energies,2020,13(12):3143.
[17] 田晓飞. 基于改进蝙蝠算法优化支持向量机的变压器故障诊断研究[D]. 成都:西华大学,2019.