典型文献
基于改进SVM算法的高压断路器故障诊断
文献摘要：
为了能更快速、准确的对高压断路器进行状态分析与故障诊断,文中提出了基于APSO?PCA?SVM算法的高压断路器故障诊断模型.首先提取分合闸电流信号中峰谷电流值、关键时刻等7维特征及动触头位移信号中的3维特征;随后利用PCA(主成分分析)对10维特征进行数据降维并确定最终特征集;最后采用APSO(自适应粒子群)算法进行SVM(支持向量机)核参数寻优,将最终特征集作为模型输入,建立了APSO?PCA?SVM故障诊断模型,对高压断路器进行故障分类诊断.实例分析结果表明,该方法能够最大程度去除冗余信息,简化了诊断模型的同时提高了诊断精度和效率,在故障样本较少时采用有限特征量即可较为理想的实现对高压断路器此类小样本设备的高效故障诊断.
文献关键词：
高压断路器;自适应粒子群;支持向量机;故障诊断
中图分类号：
作者姓名：
盖曜麟;葛丽娟;郭懿中;解治中
作者机构：
内蒙古农业大学机电工程学院,呼和浩特 010000;国网山东电力公司庆云县供电公司,山东德州 253000;内蒙古察哈尔新能源有限公司,呼和浩特 010020
文献出处：
引用格式：
[1]盖曜麟;葛丽娟;郭懿中;解治中-.基于改进SVM算法的高压断路器故障诊断)[J].高压电器,2022(12):14-20
A类：
B类：
高压断路器,断路器故障,状态分析,APSO,故障诊断模型,取分,分合闸,电流信号,中峰,峰谷电,电流值,关键时刻,维特,动触头,头位,位移信号,数据降维,征集,自适应粒子群,核参数,参数寻优,模型输入,故障分类诊断,冗余信息,少时,特征量,较为理想,小样本
AB值：
0.296062
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
