基于INTLBO-SVR的低压断路器热脱扣时间预测

摘要：

热脱扣时间是低压断路器的关键指标,利用断路器生产过程中可检测数据可以实现热脱扣时间的预测.针对支持向量回归(SVR)进行热脱扣时间预测,参数的选择对预测的精度和泛化性能影响较大问题,提出一种基于隔离小生境教学算法(Isolated Niche Teaching-Learning-Based Optimization Algorithm,INTLBO)优化支持向量回归的热脱扣时间预测方法.该方法针对教学算法易陷入局部最优的缺点,采用隔离机制的小生境技术对其进行改进,然后利用INTLBO寻优找到最优的SVR参数.根据低压断路器生产历史数据,建立基于INTLBO-SVR的热脱扣时间预测模型.仿真结果表明,与TLBO-SVR和常规SVR等方法相比,INTLBO-SVR模型具有较好的预测性能.

关键词：低压断路器、热脱扣时间预测、支持向量回归、隔离小生境教学算法、参数优化、预测模型

所属期刊栏目：42

分类号：TN133-34;TP273(真空电子技术)

资助基金：国家自然科学基金资助项目61573144;国家自然科学基金61773165;国家自然科学基金61673175

在线出版日期：2019-08-27（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：30-35