电网技术

2010, v.34;No.316(03) 197-200

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

粒子群优化–最小二乘支持向量机算法在高压断路器机械故障诊断中的应用
Application of Particle Swarm Optimization-Least Square Support Vector Machine Algorithm in Mechanical Fault Diagnosis of High-Voltage Circuit Breaker

贾嵘;洪刚;薛建辉;崔建武;

摘要(Abstract):

提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数。算例表明:PSO-LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断。

关键词(KeyWords): 高压断路器;最小二乘支持向量机;粒子群优化;故障诊断

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 贾嵘;洪刚;薛建辉;崔建武;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享