粒子群优化–最小二乘支持向量机算法在高压断路器机械故障诊断中的应用 |
| |
引用本文: | 贾嵘,洪刚,薛建辉,崔建武.粒子群优化–最小二乘支持向量机算法在高压断路器机械故障诊断中的应用[J].电网技术,2010(3). |
| |
作者姓名: | 贾嵘 洪刚 薛建辉 崔建武 |
| |
摘 要: | 提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数。算例表明:PSO-LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断。
|
本文献已被 CNKI 等数据库收录! |
|