Print

基于粒子群优化PCA-LSSVM算法的高压断路器机械故障诊断研究

论文摘要

为了对高压断路器操作机构进行故障诊断,提出了基于粒子群优化的PCA-LSSVM算法模型（PCA-PSOLSSVM）,该模型的输入为高压断路器操作机构分合闸线圈电流曲线上的5组特征点,输出为1—5的故障类别。对某台高压断路器进行故障模拟,建立了PCA-PSO-LSSVM算法模型,对测试的断路器操作机构进行故障分类。结果表明,基于粒子群优化的PCA-LSSVM算法能够准确地对高压断路器操作机构进行故障分类。将PCA-PSO-LSSVM算法和多种基于SVM的故障诊断算法进行比较,比较结果表明:在综合考虑了算法准确率和运算时间的基础上,PCA-PSOLSSVM算法是几种算法中最优的。

论文目录

  • 1 分合闸线圈电流特征点
  • 2 基于粒子群优化的PCA-LSSVM算法原理
  •   2.1 主成分分析法
  •   2.2 最小二乘支持向量机
  •   2.3 基于粒子群优化的PCA-LSSVM算法流程
  • 3 基于粒子群优化PCA-LSSVM算法的高压断路器操作机构故障诊断
  •   3.1 基于PCA算法的特征点降维
  •   3.2 基于PSO算法的参数寻优
  •   3.3 基于PCA-PSO-LSSVM的高压断路器操作机构故障诊断
  •   3.4 几种算法优劣势对比
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 孔敏儒,陈怡,李文慧,高健,侯喆

    关键词: 高压断路器,故障诊断,算法,粒子群优化算法

    来源: 电网与清洁能源 2019年10期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 西安工程大学,中国电力科学研究院有限公司,国网陕西省电力公司电力科学研究院

    基金: 国家自然科学基金青年科学基金项目（51707141）~~

    分类号: TM561

    页码: 68-74

    总页数: 7

    文件大小: 1038K

    下载量: 105

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a6df14581856e694f4d63383.html