基于支持向量机的微机保护装置状态评估的研究

为了给微机保护装置的状态检修或计划检修提供科学的决策依据,提出了一种基于支持向量机的微机保护装置状态评估的方法。首先采用运行工况、定检信息作为支持向量机的输入特征向量,然后通过核函数将输入特征向量映射到高维特征空间,用支持向量机的模式识别方法来识别微机保护装置状态。实验结果表明SVM对微机保护装置进行状态评估是可行、有效的,在小样本情况下有较高的评估正确率和较好的稳定性,径向基核函数的SVM分类方法应用于微机保护装置状态评估最理想。同样条件下比人工神经网络的评估正确率高,速度快。