基于最小二乘支持向量机的载流故障趋势预测

摘要：

提出基于最小二乘支持向量机(LS-SVM)的电力设备载流故障趋势的预测算法,并采用粒子群优化(PSO)算法对其参数进行优化.采用主元分析法(PCA)对各触点温度序列进行特征分析,在温度分布异常的情况下提取故障的早期特征;以此时刻为起点,采用PSO与最小二乘支持向量机相结合的方法,并结合实时更新的现场温度信息,对载流故障发展的短期趋势和长期趋势分别进行预测.基于实际运行数据的实验结果表明,将长期预测时间裕量大与短期预测精度高的优势相结合,可以对载流故障的发展趋势做出较为准确的预测.

关键词：支持向量机、最小二乘法、粒子群优化、载流故障、温度预测

所属期刊栏目：40

分类号：TM71(输配电工程、电力网及电力系统)

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：19-23,29