發(fā)布時間：2025-04-14 23:11

　　 為了給繼電保護裝置的狀態(tài)檢修提供科學檢修依據(jù),提出了一種改進的遺傳算法(GA)優(yōu)化支持向量機(SVM)參數(shù)的分類方法,將此方法應用于繼電保護裝置的狀態(tài)評估中。首先根據(jù)采集單元采集的運行狀態(tài)數(shù)據(jù)經(jīng)數(shù)據(jù)預處理后形成樣本數(shù)據(jù)庫,同時采用遺傳算法優(yōu)化SVM的核函數(shù)參數(shù)及錯誤懲罰因子等;然后建立GASVM狀態(tài)評估模型,通過計算點到超平面的距離,將評估問題轉化為一個分類問題,利用云模型的隨機性和穩(wěn)定的趨向性來實現(xiàn)健康度與評語域之間的不確定性映射,使得評估結果更加符合實際情況。仿真結果表明所提方法能有效評估保護裝置的運行狀態(tài),為運維檢修人員提供檢修依據(jù)。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 基于GA優(yōu)化SVM參數(shù)的評估模型
    1.1 SVM算法原理
    1.2 基于GA優(yōu)化SVM參數(shù)的分類
2 基于云模型的定量評估模型
    2.1 云模型的建立
    2.2 定量評估
3 算例分析
    3.1 SVM訓練樣本
    3.2 狀態(tài)評估
    3.3 與神經(jīng)網(wǎng)絡方法的比較
4 結語



本文編號：4039690