粒子群优化-最小二乘支持向量机算法在高压断路器机械故障诊断中的应用
提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小-乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数.算例表明:PSO-LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断.
高压断路器、最小二乘支持向量机、粒子群优化、故障诊断
34
TM561(电器)
2010-07-14(万方平台首次上网日期,不代表论文的发表时间)
197-200