基于PSO-SVM的高压绝缘子污秽等级评定

污秽等级评定是绝缘子泄漏电流在线监测系统的重要内容,评定的难点在于泄漏电流的各种电气特征量、环境因素与绝缘子表面污秽状况之间存在着复杂的非线性关系。笔者在实验室模拟试验和现场实测数据基础上,采用粒子群算法优化支持向量机的参数,建立了污秽等级评定的支持向量机模型。该方法利用支持向量机结构风险最小化原则和粒子群快速全局优化特点,通过对样本数据的学习,可以快速建立泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度与污秽等级之间的映射关系。实验结果表明,该方法是有效的。