10.3969/j.issn.1001-1390.2018.20.002
基于LSSVM和混沌理论改进人工蜂群优化算法的GIS母线接头温度预测
GIS母线接头过热已成为典型的过热性故障,为实现GIS母线接头温度的准确预测,在研究最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)算法的基础上,引入混沌理论改进的人工蜂群算法对LSSVM的参数进行优化,建立了一种基于参数优化LSSVM的GIS母线接头温度预测模型.通过GIS母线温度物理模拟实验,将实验所获得的负荷电流、GIS母线筒外壳测点温度及环境温度作为输入量,GIS母线接头温度作为输出量,对该模型进行了训练.结果表明,该模型的预测误差仅为0.193%,优于ABC-LSSVM、LSSVM和RBF神经网络.提出的温度预测模型可实现母线接头温度的精确预测,为防止GIS母线接头过热性故障的研究奠定了基础.
GIS、母线接头、最小二乘支持向量机、混沌理论、人工蜂群算法
55
TM93
国家自然科学基金青年项目51607124;中央高校基本科研业务费资助项目2042016kf1049
2019-01-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
8-14,59