采用支持向量机和遗传算法的电容型设备介质损耗因数修正方法

被引:16
作者
王永强
律方成
李和明
机构
[1] 华北电力大学电气与电子工程学院
关键词
介质损耗因数; 支持向量机; 遗传算法; 修正;
D O I
10.13334/j.0258-8013.pcsee.2009.04.020
中图分类号
TM45 [互感器]; TP18 [人工智能理论];
学科分类号
080801 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
电容型设备介质损耗因数(tanδ)的在线监测会受到环境因素(温度、湿度、污秽等)的影响,对其进行合理修正非常必要。根据人工气候室内变压器套管tanδ的在线测量试验结果,分析了环境因素对电容型设备tanδ的影响情况,提出了基于最小二乘支持向量机的主要环境因素对tanδ影响的修正模型,并采用遗传算法优化了支持向量机的参数。该模型可用于将非标准大气条件下电容型设备的tanδ测量值修正为标准大气条件下的值,排除环境因素影响,增加在线监测结果的可比性,实际的修正结果验证了该方法的有效性。
引用
收藏
页码:123 / 128
页数:6
相关论文
共 23 条
[1]  
支持向量机理论及其应用分析.[M].方瑞明; 著.中国电力出版社.2007,
[2]  
电气设备状态监测的理论与实践.[M].吴广宁编著;.清华大学出版社.2005,
[3]  
遗传算法的数学基础.[M].张文修;梁怡 编著.西安交通大学出版社.2003,
[4]  
遗传算法的基本理论与应用.[M].李敏强等著;.科学出版社.2002,
[5]  
电力设备预防性试验规程.[M].本书编写组编;.中国电力出版社.1997,
[6]   应用支持向量机的变压器故障组合预测 [J].
赵文清 ;
朱永利 ;
张小奇 .
中国电机工程学报, 2008, (25) :14-19
[7]   基于滚动窗法最小二乘支持向量机的稳健预测模型 [J].
赵永平 ;
孙健国 .
模式识别与人工智能, 2008, 21 (01) :1-5
[8]   一种改进的遗传多目标优化算法及其应用 [J].
赵亮 ;
雎刚 ;
吕剑虹 .
中国电机工程学报, 2008, (02) :96-102
[9]   基于最小二乘支持向量机的电力系统暂态稳定在线预测 [J].
吴琼 ;
杨以涵 ;
刘文颖 .
中国电机工程学报, 2007, (25) :38-43
[10]   实数编码的遗传算法在厂级负荷优化分配中的应用(英文) [J].
陈彦桥 ;
倪敏 ;
刘吉臻 ;
魏向国 .
中国电机工程学报, 2007, (20) :107-112