高压电器
高壓電器
고압전기
HIGH VOLTAGE APPARATUS
2011年
3期
26-30
,共5页
袁金丽%李奎%郭志涛%岳大为%王尧
袁金麗%李奎%郭誌濤%嶽大為%王堯
원금려%리규%곽지도%악대위%왕요
支持向量机%粒子群优化算法%高压断路器%故障诊断%径向基核函数
支持嚮量機%粒子群優化算法%高壓斷路器%故障診斷%徑嚮基覈函數
지지향량궤%입자군우화산법%고압단로기%고장진단%경향기핵함수
高压断路器故障的早期诊断是有效提高电力系统运行可靠性的重要手段,笔者提出应用高性能的支持向量机(SVM)进行高压断路器的机械故障诊断.支持向量机核函数参数的选择直接影响分类结果的好坏,该诊断方法采用群智能算法PSO确定支持向量机中核函数的最优参数以提升分类器性能,将从高压断路器的机械参数信号中提取的动作特性特征量作为支持向量机训练和识别的样本.试验结果表明,该方法确实达到了较高的故障诊断正确率.
高壓斷路器故障的早期診斷是有效提高電力繫統運行可靠性的重要手段,筆者提齣應用高性能的支持嚮量機(SVM)進行高壓斷路器的機械故障診斷.支持嚮量機覈函數參數的選擇直接影響分類結果的好壞,該診斷方法採用群智能算法PSO確定支持嚮量機中覈函數的最優參數以提升分類器性能,將從高壓斷路器的機械參數信號中提取的動作特性特徵量作為支持嚮量機訓練和識彆的樣本.試驗結果錶明,該方法確實達到瞭較高的故障診斷正確率.
고압단로기고장적조기진단시유효제고전력계통운행가고성적중요수단,필자제출응용고성능적지지향량궤(SVM)진행고압단로기적궤계고장진단.지지향량궤핵함수삼수적선택직접영향분류결과적호배,해진단방법채용군지능산법PSO학정지지향량궤중핵함수적최우삼수이제승분류기성능,장종고압단로기적궤계삼수신호중제취적동작특성특정량작위지지향량궤훈련화식별적양본.시험결과표명,해방법학실체도료교고적고장진단정학솔.
