基于MOPSO的输变电设备状态评估管理研究

被引：4

作者：

肖磊

杨迎春

杨雪

艾红峰

邓丕

机构：

[1] 四川省电力公司眉山公司

来源：

电网与清洁能源 | 2017年 / 33卷 / 08期

关键词：

MOPSO; SVM; 输变电设备; 状态评估;

D O I：

暂无

中图分类号：

TM41 [电力变压器]; TM506 [试验、运行]; TM732 [电力系统的运行];

学科分类号：

080101 [一般力学与力学基础]; 080810 [电力电子与电能变换]; 120103 [信息系统与信息管理];

摘要：

针对电压等级的不断提高和输变电设备使用年限的增加,发生电网故障的风险也逐渐增加的问题,提出了一种基于MOPSO的输变电设备状态评估方法。首先,训练得到一系列基SVM分类器;然后,使用MOPSO算法选择一部分精度和多样性较高的SVM构建决策分类器,并将输变电设备分为多种不同的运行状态;最后,使用变压器油中的溶解气体数据进行仿真实验来评估变压器的状态,并与传统的SVM、IEC三比值法和BP神经网络算法进行比较。实验结果表明,所提出的算法能准确、有效地评估变压器的状态,相比传统的诊断方法其具有更高的准确率。

引用

页码：26 / 31

页数：6

共 10 条

[1]

Classifiers selection for ensemble learning based on accuracy and diversity.[J].Liying Yang.Procedia Engineering.2011,

[2]

From dynamic classifier selection to dynamic ensemble selection.[J].Albert H.R. Ko;Robert Sabourin;Alceu Souza Britto; Jr..Pattern Recognition.2007, 5

[3]

SUPPORT-VECTOR NETWORKS [J].