| 人工蜂群优化支持向量机的电气故障诊断方法研究 |
| |
| 引用本文： | 吴国诚,范良忠. 人工蜂群优化支持向量机的电气故障诊断方法研究[J]. 电网与水力发电进展, 2016, 32(7): 88-91 |
| |
| 作者姓名： | 吴国诚 范良忠 |
| |
| 作者单位： | 国网浙江省电力公司 宁波供电公司， 浙江 宁波 315016；,浙江大学 宁波理工学院， 浙江 宁波 315100） |
| |
| 基金项目： | 基金项目：国家自然科学基金资助项目（31302231）；浙江省教育厅科研项目（Y201226043）； 宁波市自然科学基金资助项目（2012A610110）。 |
| |
| 摘 要： | 摘要： 电气故障诊断具有重要的实际应用价值，针对电气故障诊断中的支持向量机（SVM）参数选择问题，提出了人工蜂群优化SVM的电气故障诊断模型。首先采用小波分析去除信号中的噪声，并提取特征，然后采用人工蜂群优化算法确定SVM的最优参数，建立电气故障诊断模型，最后通过与其他电气故障诊断模型进行对比实验。结果表明，WA-ABC-SVM可以描述电气设备状态与特征间的变化关系，提高了电气故障的诊断正确率，诊断结果要高于对比模型。
|
| 关 键 词： | 关键词： 电气设备；小波分析；故障诊断模型；噪声干扰；提取特征；人工蜂群优化算法 |
Research on Electrical Fault Diagnosis Method Using WA-ABC-SVM |
| |
| WU Guocheng and FAN Liangzhong. Research on Electrical Fault Diagnosis Method Using WA-ABC-SVM[J]. Advance of Power System & Hydroelectric Engineering, 2016, 32(7): 88-91 |
| |
| Authors: | WU Guocheng and FAN Liangzhong |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |
