HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

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

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。

关键词:
  • 高压断路器  
  • 故障诊断  
  • 粒子群优化算法  
作者:
孔敏儒; 陈怡; 李文慧; 高健; 侯喆
单位:
西安工程大学; 陕西西安710048; 中国电力科学研究院有限公司; 北京100192; 国网陕西省电力公司电力科学研究院; 陕西西安710100
刊名:
电网与清洁能源

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:电网与清洁能源

电网与清洁能源杂志紧跟学术前沿,紧贴读者,国内刊号为:61-1474/TK。坚持指导性与实用性相结合的原则,创办于1985年,杂志在全国同类期刊中发行数量名列前茅。