基于支持向量机的感应电机状态监测

提出一种基于支持向量机的三相异步电动机状态监测的方法。利用健康电机、轴承故障、定子匝间短路和转子断条的电机在不同负载条件下的各种数据，计算三线电压和电流计算总谐波失真形成特征向量，然后将其用于支持向量机的训练，并针对两个核函数对基于支持向量机的感应电机状态监测的性能进行了评估。仿真结果表明，所提出的方法的故障识别准确率超过98%,验证了其有效性。     

基于FPA算法的金属氧化物避雷器在线监测

为了有效解决金属氧化物避雷器(MOA)在线监测难、监测误差较大等问题，通过引入群智能算法中的花朵授粉算法(Flower Pollination Algorithm, FPA),利用花朵授粉算法具有良好的寻优效果来达到需要监测的效果，降低人工监测的失误率，提高监测效率。根据系统运行时的实际电压和泄露电流进行在线的实时监测，并根据这两个参数对MOA等效模型中的参数进行求解，得到能够正常反映系统工况的监测数值。同时，利用MATLAB仿真软件，对电网中的谐波电压和频率进行实时仿真，观测此算法的引入是否能提高监测的准确性，通过计算得到，具有寻优能力的FPA算法，能够将标准差趋近于真实的泄露电流，并且能够有效降低相关系数的最大误差，可得；该算法对此模型中的谐波电压和频率影响较小，同时，具有降低监测误差的能力。