基于改进的杜鹃搜索算法优化支持向量机的10kV并联电容器组故障诊断和预警研究

论文摘要

为提高电力电容器组故障诊断的精度,针对支持向量机(Support Vector Machine,SVM)预测结果易受惩罚因子c和核函数参数g参数选择的影响,为避免杜鹃搜索算法陷入局部最优,将自适应步长和最优解高斯变异引入杜鹃搜索算法,提出一种改进的杜鹃搜索算法优化支持向量机的10kV并联电容器组故障诊断和识别模型,实现10kV并联电容器组故障的高精度诊断和识别。实验结果表明,与GA_SVM、PSO_SVM和CSA_SVM相比,提出的算法ICSA_SVM可以有效提高电容器组故障诊断的准确率,具有收敛速度快的优点,为电容器组的诊断和识别提供新的方法和途径。

论文目录

• 1 引言
• 2 支持向量机
• 3 改进杜鹃搜索算法
•   3.1 杜鹃搜索算法
•   3.2 ICSA算法
• 4 基于ICSA＿SVM的故障诊断
•   4.1 适应度函数
•   4.2 算法步骤
• 5 实验仿真
•   5.1 数据来源
•   5.2 评价指标
•   5.3 结果分析
• 6 结束语

文章来源

类型: 期刊论文

作者: 谢天宝,鲁云鹏,张颖茵

关键词: 杜鹃搜索算法,支持向量机,高斯变异,粒子群算法,遗传算法

来源: 自动化技术与应用 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 广东电网有限责任公司佛山供电局

分类号: TM53;TP18

页码: 24-28

总页数: 5

文件大小: 1460K

下载量: 69