基于支持向量机的微机保护装置状态预测方法
  • 【摘要】

    为了准确地预测微机保护装置运行状态的发展趋势,本文提出了一种基于最小二乘支持向量机(LS-SVM)对其进行预测的方法,以实现预知维护.本文选取微机保护装置实时电流、微机保护装置状态类和对应状态运行周期内发生故障情况作为支持向量机的输入值,选择微机保护装置状态作为输出值,采用LS-SVM算法对微机保护装置状态进行预测.试验结果表明,应用LS-SVM对微机保护装置的预测取得了比较好的准确度,具有比较好... 展开>>为了准确地预测微机保护装置运行状态的发展趋势,本文提出了一种基于最小二乘支持向量机(LS-SVM)对其进行预测的方法,以实现预知维护.本文选取微机保护装置实时电流、微机保护装置状态类和对应状态运行周期内发生故障情况作为支持向量机的输入值,选择微机保护装置状态作为输出值,采用LS-SVM算法对微机保护装置状态进行预测.试验结果表明,应用LS-SVM对微机保护装置的预测取得了比较好的准确度,具有比较好的泛化性能和精确度,减少了对经验的依赖,预测精度优于BP神经网络方法,其中径向基核函数用于保护装置状态预测最理想. 收起<<

  • 【作者】

    田有文  唐晓明 

  • 【作者单位】

    南京南瑞继保电气有限公司,江苏

  • 【会议名称】

    2008中国电力系统保护与控制学术研讨会

  • 【会议时间】

    2008-10-19

  • 【会议地点】

    烟台

  • 【主办单位】

    中国电器工业协会   电力系统保护与控制杂志社

  • 【语种】

    chi

  • 【关键词】

    微机保护装置  状态预测  支持向量机  BP神经网络