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

摘要：

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.

关键词：GIS、母线接头、最小二乘支持向量机、混沌理论、人工蜂群算法

所属期刊栏目：55

分类号：TM93

资助基金：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

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：8-14,59