摘要
准确预测避雷器内部热点温度,可有效提升避雷器受潮故障的检查效果.为此,提出基于表面温度和SVM的500 kV氧化锌避雷器内部热点温度反演检测方法,以避雷器表面温度和风速作为输入量,实现避雷器内部热点温度的反演.为提高模型预测的准确性,比较网格搜索(GS)和粒子群(PSO)参数寻优算法对反演精度的影响.结果表明:GS-SVM模型的反演性能较好,反演得到的内部热点温度与实际值的最大和最小误差分别为4.00、0.01℃,可以证明反演模型的有效性.
基金项目
国家自然科学基金(51807110)
国家电网湖北省电力公司科技项目(B715B02100B7)