基于优化的LS-SVR的继电保护设备故障率预测模型

来源 :电网与清洁能源 | 被引量 : 0次 | 上传用户:suing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力系统的互联运行对继电保护设备提出更高的要求,而继电保护设备的安全稳定运行与故障率息息相关。为了解决标准粒子群(SPSO)陷入局部最优的问题,加入高斯扰动操作,提出了高斯扰动的标准粒子群算法(GDSPSO),并在优化过程改变传统学习因子是定值的缺陷,引入学习因子随着迭代次数变化的表达式,提高算法的搜索能力,更好地优化最小二乘支持向量机(LS-SVR)的学习参数,建立预测模型,并作误差分析。最后以某一地区相同型号,相同运行环境的24台继电保护设备为例,说明GDSPSO相比较其他3种算法而言,寻优速度快,稳
其他文献
介绍了偏苯三酸三(2-乙基己)酯的性能、生产新工艺、应用及发展前景.
电气化铁路的高速发展使其接触网检修作业呈现明显的大分散性、长距离、通信及维护困难等特点。接触网检修作业在山区、隧道等无GPRS网络覆盖地区,信息很难传递给供电调度中心,使调度人员无法监控现场作业的具体情况,造成漏挂地线及带地线送电等不必要的安全事故。针对此类问题,设计了一种结合Zig Bee技术、视频图像技术以及GPS技术的接触网检修作业挂接地线监测装置。该装置以短信和彩信的形式收集作业现场地线挂