人工蜂群优化支持向量机的电气故障诊断方法研究 |
| |
引用本文: | 吴国诚,范良忠.人工蜂群优化支持向量机的电气故障诊断方法研究[J].电网与水力发电进展,2016,32(7):88-91. |
| |
作者姓名: | 吴国诚 范良忠 |
| |
作者单位: | 国网浙江省电力公司 宁波供电公司, 浙江 宁波 315016;,浙江大学 宁波理工学院, 浙江 宁波 315100) |
| |
基金项目: | 基金项目:国家自然科学基金资助项目(31302231);浙江省教育厅科研项目(Y201226043); 宁波市自然科学基金资助项目(2012A610110)。 |
| |
摘 要: | 摘要: 电气故障诊断具有重要的实际应用价值,针对电气故障诊断中的支持向量机(SVM)参数选择问题,提出了人工蜂群优化SVM的电气故障诊断模型。首先采用小波分析去除信号中的噪声,并提取特征,然后采用人工蜂群优化算法确定SVM的最优参数,建立电气故障诊断模型,最后通过与其他电气故障诊断模型进行对比实验。结果表明,WA-ABC-SVM可以描述电气设备状态与特征间的变化关系,提高了电气故障的诊断正确率,诊断结果要高于对比模型。
|
关 键 词: | 关键词: 电气设备 小波分析 故障诊断模型 噪声干扰 提取特征 人工蜂群优化算法 |
Research on Electrical Fault Diagnosis Method Using WA-ABC-SVM |
| |
Authors: | WU Guocheng and FAN Liangzhong |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《电网与水力发电进展》浏览原始摘要信息 |
|
点击此处可从《电网与水力发电进展》下载全文 |