电能计量装置故障诊断中ISOA-SVM算法实现
随着用电需求增大,电能计量装置的可靠性与安全性备受关注.针对电能计量装置的故障诊断正确率低的难题,研究设计了 一种改进海鸥算法优化支持向量机(ISOA SVM)模型.为弥补海鸥优化算法(SOA)的不足,提出了寻优性能较好的改进海鸥优化算法(ISOA).采用ISOA优化SVM的内部参数,构建了基于 ISOA SVM算法的电能计量装置的故障诊断模型.实验结果为在相同评价指标下,1SOA-SVM模型的50次故障诊断的平均值高达96.575%,较 PSO-SVM、SOA-SVM、SVM 及 ELM 模型的故障诊断止确率拉高了6.681%、5.63%、11.95%和12.79%,表明研究所设计的ISOA-SVM算法鲁棒性强,故障诊断性能良好.
故障诊断、电能计量装置、海鸥优化算法、支持向量机
45
TM932
天津市自然科学基金重点项目19JCZDJC32100
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
66-72