發(fā)布時(shí)間：2022-07-09 16:10

　　為提高電力電容器組故障診斷的精度,針對(duì)支持向量機(jī)（Support Vector Machine,SVM）預(yù)測(cè)結(jié)果易受懲罰因子c和核函數(shù)參數(shù)g參數(shù)選擇的影響,為避免杜鵑搜索算法陷入局部最優(yōu),將自適應(yīng)步長(zhǎng)和最優(yōu)解高斯變異引入杜鵑搜索算法,提出一種改進(jìn)的杜鵑搜索算法優(yōu)化支持向量機(jī)的10kV并聯(lián)電容器組故障診斷和識(shí)別模型,實(shí)現(xiàn)10kV并聯(lián)電容器組故障的高精度診斷和識(shí)別。實(shí)驗(yàn)結(jié)果表明,與GA_SVM、PSO_SVM和CSA_SVM相比,提出的算法ICSA_SVM可以有效提高電容器組故障診斷的準(zhǔn)確率,具有收斂速度快的優(yōu)點(diǎn),為電容器組的診斷和識(shí)別提供新的方法和途徑。 

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 引言
2 支持向量機(jī)
3 改進(jìn)杜鵑搜索算法
    3.1 杜鵑搜索算法
    3.2 ICSA算法
4 基于ICSA＿SVM的故障診斷
    4.1 適應(yīng)度函數(shù)
    4.2 算法步驟
5 實(shí)驗(yàn)仿真
    5.1 數(shù)據(jù)來(lái)源
    5.2 評(píng)價(jià)指標(biāo)
    5.3 結(jié)果分析
6 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于s變換及遺傳優(yōu)化支持向量機(jī)的電壓源換流器故障診斷技術(shù)研究[J]. 唐志軍,朱艷,鄒煥雄,王渝紅,胡松伶.  高壓電器. 2017(11)
[2]基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的電弧爐供電系統(tǒng)動(dòng)態(tài)無(wú)功混合補(bǔ)償方法[J]. 王育飛,孫路,劉浩,薛花.  電力電容器與無(wú)功補(bǔ)償. 2017(05)
[3]基于Hilbert-Huang變換與支持向量機(jī)的故障電弧檢測(cè)研究[J]. 張湛,楊光,張峰.  電氣工程學(xué)報(bào). 2017(07)
[4]基于布谷鳥(niǎo)搜索算法和支持向量機(jī)的故障預(yù)測(cè)模型研究[J]. 樊澤凱,賈紅麗.  軍事運(yùn)籌與系統(tǒng)工程. 2017(02)
[5]采用改進(jìn)杜鵑搜索算法的主動(dòng)配電網(wǎng)雙層分布式風(fēng)電規(guī)劃方法[J]. 孫鵬,羅明武,孫朝霞,周鯤鵬,羅云月,劉天慈,湯海霞,王武林.  電網(wǎng)技術(shù). 2016(09)
[6]基于粒子群優(yōu)化支持向量機(jī)的電梯故障診斷[J]. 易士琳,萬(wàn)舟,李琨,潘奇.  計(jì)算技術(shù)與自動(dòng)化. 2016(01)
[7]基于健康度分析與和聲蟻群算法-支持向量機(jī)的故障預(yù)測(cè)模型[J]. 邱文昊,黃考利,金賽賽,連光耀.  計(jì)算機(jī)應(yīng)用. 2015(11)
[8]整體改進(jìn)的基于支持向量機(jī)的故障診斷方法[J]. 焦衛(wèi)東,林樹(shù)森.  儀器儀表學(xué)報(bào). 2015(08)
[9]基于布谷鳥(niǎo)算法和支持向量機(jī)的變壓器故障診斷[J]. 薛浩然,張珂珩,李斌,彭晨輝.  電力系統(tǒng)保護(hù)與控制. 2015(08)
[10]開(kāi)關(guān)電源電容器的軟故障特征參數(shù)提取與預(yù)測(cè)[J]. 鄭劍,李中群,何怡剛,羅旗舞,于文新.  計(jì)算機(jī)測(cè)量與控制. 2014(02)



本文編號(hào)：3657417