来源：期刊VIP网 时间：
作者：吴宇浩;朱文忠;陈艺月;罗缘;
单位：四川轻化工大学计算机科学与工程学院;
摘要：针对当前变压器故障诊断方法在处理多维数据以及非线性数据时，存在特征冗余和分类精度低的问题，提出一种基于特征选择和RS-LSTM的变压器故障诊断方法。首先，根据狼群的生活习性，提出侦查狼、攻击狼、守卫狼角色划分，扩大搜索范围；其次，结合门控机制和信息素更新机制改进灰狼优化算法，进一步提升寻优过程的随机性和灵活性；最后，采用残差连接并结合SE注意力机制改进LSTM，使模型更加聚焦于与变压器故障相关的关键特征，提升模型对故障诊断的精度。使用不同方法在不同的模型中进行对比，验证特征选择方法的优越性及泛化性。实验结果表明，所提出的RS-LSTM相比LSTM，精度提高3.84%，召回率提升3.67%，为变压器故障诊断提供了更有效的解决方案，具有一定的工程应用价值。
关键词：变压器;;故障诊断;;特征选择;;长短期记忆网络;;灰狼优化算法;;残差连接;;SE注意力机制
基金资助：四川省科技研发重点项目(2023YFS0371);; 四川省科技创新(苗子工程)培育项目(2022049);; 企业信息化与物联网测控技术四川省高校重点实验室基金项目(2022WYY03);; 四川轻化工大学研究生创新基金(Y2024120);四川轻化工大学研究生教育教学改革研究项目(JG202312)
