首页|基于PCA和优化参数SVM的智能变电站故障诊断方法

基于PCA和优化参数SVM的智能变电站故障诊断方法

FAULT DIAGNOSIS OF INTELLIGENT SUBSTATION BASED ON PCA AND OPTIMIZED PARAMETER SVM

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对目前智能变电站故障诊断结构复杂、样本数据量小的问题,构建一种基于主成分分析法和优化参数支持向量机的智能变电站故障诊断模型.通过主成分分析法提取关键故障特征,降低故障诊断的复杂性;结合变电站的运行模式,建立多分类支持向量机分类器,通过帝国竞争算法寻找支持向量机的优化参数;通过真实变电站的故障事件进行实验验证.实验结果表明,该方法能够有效解决训练样本少的问题,同时具备较好的诊断效果.

张弛、王广民、许会博、佘维、田钊

展开 >

郑州大学软件学院 河南 郑州450001

国网天津市电力公司电力科学研究院 天津300000

许继电气股份有限公司 河南 许昌461000

智能变电站 故障诊断 支持向量机 主成分分析法 帝国竞争算法

国家电网总科技项目

5206/2018-19002A

2022

10.3969/j.issn.1000-386x.2022.07.013

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(7)
  • 8
  • 16