10.3969/j.issn.1007-3175.2019.08.014
基于IAFSA-SVM的岸电箱断路器故障诊断
断路器的故障诊断对岸电系统的稳定运行有重要意义.针对人工鱼群算法和其他智能算法在优化支持向量机参数时,存在易陷入局部最优、泛化能力差等问题,通过自适应调整步长和引入全局随机行为,提出基于改进人工鱼群算法优化支持向量机参数的故障诊断模型.将断路器合闸线圈电流信号中的时间和电流信号作为特征量,采用改进人工鱼群算法对支持向量机的参数寻优,以提升支持向量机的故障分类性能.仿真结果显示,该算法在样本数量小的情况下仍具有良好的分类性能,能够准确对断路器进行故障分类.
支持向量机、改进人工鱼群算法、岸电箱、断路器故障诊断
TM561(电器)
2019-08-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
57-61