典型文献
基于PCA和优化参数SVM的智能变电站故障诊断方法
文献摘要：
针对目前智能变电站故障诊断结构复杂、样本数据量小的问题,构建一种基于主成分分析法和优化参数支持向量机的智能变电站故障诊断模型.通过主成分分析法提取关键故障特征,降低故障诊断的复杂性;结合变电站的运行模式,建立多分类支持向量机分类器,通过帝国竞争算法寻找支持向量机的优化参数;通过真实变电站的故障事件进行实验验证.实验结果表明,该方法能够有效解决训练样本少的问题,同时具备较好的诊断效果.
文献关键词：
智能变电站;故障诊断;支持向量机;主成分分析法;帝国竞争算法
中图分类号：
作者姓名：
张弛;王广民;许会博;佘维;田钊
作者机构：
郑州大学软件学院 河南 郑州450001;国网天津市电力公司电力科学研究院 天津300000;许继电气股份有限公司 河南 许昌461000
文献出处：
引用格式：
[1]张弛;王广民;许会博;佘维;田钊-.基于PCA和优化参数SVM的智能变电站故障诊断方法)[J].计算机应用与软件,2022(07):80-88
A类：
B类：
优化参数,智能变电站,故障诊断方法,数据量,数支,故障诊断模型,关键故障,故障特征,运行模式,多分类支持向量机,支持向量机分类器,帝国竞争算法,故障事件,训练样本,诊断效果
AB值：
0.218063
相似文献
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。
