摘要：支持向量機(jī)是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)發(fā)展起來(lái)的新的通用學(xué)習(xí)方法,較好地解決了小樣本、高維數(shù)、非線性等學(xué)習(xí)問(wèn)題。支持向量機(jī)分類性能的好壞很大程度依賴于核函數(shù)與核參數(shù)的選取。目前常用的參數(shù)尋優(yōu)方法有網(wǎng)格搜索法、遺傳算法和粒子群優(yōu)化算法。本文提出了一種基于支持向量機(jī)多分類的電力變壓器故障診斷模型,以變壓器油中5種特征氣體作為輸入,5種故障狀態(tài)作為相應(yīng)的輸出,選用高斯徑向基核函數(shù),使用網(wǎng)格搜索法獲取最優(yōu)參數(shù)C、g。經(jīng)實(shí)驗(yàn)表明,該模型準(zhǔn)確率為83.3%,具有較好的實(shí)用性。