基于IAFSA-SVM的岸电箱断路器故障诊断

• 作者: 何祖军 张发平 杨奕飞 焦文文 郭江
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 支持向量机 改进人工鱼群算法 岸电箱 断路器故障诊断
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 检验与测试
• 页码范围: 57-61
• 页数: 5页
• 分类号: TM561
• 字数: 2898字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-3175.2019.08.014

摘要

断路器的故障诊断对岸电系统的稳定运行有重要意义.针对人工鱼群算法和其他智能算法在优化支持向量机参数时,存在易陷入局部最优、泛化能力差等问题,通过自适应调整步长和引入全局随机行为,提出基于改进人工鱼群算法优化支持向量机参数的故障诊断模型.将断路器合闸线圈电流信号中的时间和电流信号作为特征量,采用改进人工鱼群算法对支持向量机的参数寻优,以提升支持向量机的故障分类性能.仿真结果显示,该算法在样本数量小的情况下仍具有良好的分类性能,能够准确对断路器进行故障分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何祖军	江苏科技大学电子信息学院	35	123	7.0	8.0
2	杨奕飞	江苏科技大学电子信息学院	32	67	4.0	5.0
3	郭江		2	0	0.0	0.0
4	焦文文	江苏科技大学电子信息学院	1	0	0.0	0.0
5	张发平		1	0	0.0	0.0