首页 | 本学科首页   官方微博 | 高级检索  
     

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
引用本文:孔敏儒,陈怡,李文慧,高健,侯喆.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[J].电网与水力发电进展,2019,35(10):68-74.
作者姓名:孔敏儒  陈怡  李文慧  高健  侯喆
作者单位:1. 西安工程大学,2. 中国电力科学研究院有限公司,3. 国网陕西省电力公司电力科学研究院,3. 国网陕西省电力公司电力科学研究院,3. 国网陕西省电力公司电力科学研究院
基金项目:国家自然科学基金青年科学基金项目(51707141)
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-PSO-LSSVM),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-PSO-LSSVM算法是几种算法中最优的。

关 键 词:高压断路器  故障诊断  PCA-LSSVM算法  粒子群优化算法

Research on Mechanical Fault Diagnosis of High Voltage Circuit Breakers Based on Particle Swarm Optimization PCA-LSSVM
Authors:KONG Minru  CHEN Yi  LI Wenhui  GAO Jian and HOU Zhe
Abstract:
Keywords:high voltage circuit breaker  fault diagnosis  PCA-LSSVM algorithms  particle swarm optimization
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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号