摘要
本发明公开了一种优化SVM的开关柜故障诊断方法及系统,包括:采集开关柜不同运行状态下的特征量,构建开关柜故障诊断数据集。将故障诊断数据集划分为训练集和测试集,引入自适应权重调整策略和反向学习策略对秃鹰搜索算法进行改进,采用秃鹰搜索算法对支持向量机进行参数寻优。在最优参数条件下利用训练集的故障特征量对故障诊断模型进行训练,利用测试集的故障特征量进行开关柜故障诊断。本发明利用改进后的秃鹰搜索算法对支持向量机的惩罚因子和核函数参数进行寻优,从而提高支持向量机的分类精度。最终利用开关柜故障诊断模型对开关柜运行状态特征量进行故障诊断,能够有效的识别出不同种类的运行状态。
技术关键词
搜索算法
故障诊断模型
故障特征量
支持向量机
断路器手车
断路器分合闸线圈
断路器触头温度
开关柜运行状态
油浸式电力变压器
能力管理系统
元启发式算法
阶段
参数
有效值
分类准确率
判断算法
策略
系统为您推荐了相关专利信息
节点
配电网可靠性评估方法
备用电源
负荷
配电网络
效率控制方法
分级预警系统
燃烧噪声
竖炉
声纹特征识别
设备健康评估
远程监控方法
历史运行数据
智能胶囊
路径搜索算法