首页> 中文期刊> 《电力设备管理》 >基于粒子群优化算法的LS-SVM高压隔离开关故障诊断

基于粒子群优化算法的LS-SVM高压隔离开关故障诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

最小二乘支持向量机(LS-SVM)算法是标准支持向量机的一种扩展,通过基于PSO优化的LSSVM算法检测高压隔离开关电机定子相电流,可以有效、准确地判别隔离开关故障情况。

著录项

来源
《电力设备管理》 |2021年第12期|P.190-191204|共3页
作者
刘永康; 王慧;
展开▼
作者单位

国网江苏省电力有限公司检修分公司;

江苏科能电力工程咨询有限公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
粒子群优化算法; LS-SVM; 高压隔离开关; 电机电流; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于粒子群优化算法的LS-SVM电动机断条故障诊断 [J] . 许智颖 ,许允之 ,郑辞晏 . 煤矿机电 . 2016,第006期
2. 基于离散Frechet距离的变电站高压隔离开关机构故障诊断 [J] . 曹宇 . 电力设备管理 . 2021,第006期
3. 基于高压隔离开关振动信号的故障诊断方法分析 [J] . 李少华 ,张文涛 ,宋亚凯 . 内蒙古电力技术 . 2018,第001期
4. 不完备故障类别下基于Multi-SVDD的高压隔离开关故障诊断方法 [J] . 陈士刚 ,关永刚 ,张小青 . 电工技术学报 . 2018,第011期
5. 基于粒子群优化算法的 LS-SVM的 GPS 高程拟合 [J] . 高红 ,鸿雁 ,聂光裕 . 桂林理工大学学报 . 2016,第002期
6. 基于粒子群优化算法的晶体结构预测技术及其在高压新相研究中的应用 [C] . 马琰铭 ,王彦超 ,吕健 . 第六届全国青年计算物理学术交流会 . 2011
7. 基于多路振动信号融合的高压隔离开关故障诊断方法研究 [A] . 陈士刚 . 2019

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号