基于GA优化SVM参数与云模型的继电保护装置状态评估方法

• 作者: 张学敏 戴伟康 陈海涛 马智鹏
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 状态评估 云模型 SVM 遗传算法 继电保护装置
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 电网分析与研究
• 页码范围: 88-92,117
• 页数: 6页
• 分类号: TM614
• 字数: 3810字
• 语种: 中文

摘要

为了给继电保护装置的状态检修提供科学检修依据,提出了一种改进的遗传算法(GA)优化支持向量机(SVM)参数的分类方法,将此方法应用于继电保护装置的状态评估中.首先根据采集单元采集的运行状态数据经数据预处理后形成样本数据库,同时采用遗传算法优化SVM的核函数参数及错误惩罚因子等;然后建立GA-SVM状态评估模型,通过计算点到超平面的距离,将评估问题转化为一个分类问题,利用云模型的随机性和稳定的趋向性来实现健康度与评语域之间的不确定性映射,使得评估结果更加符合实际情况.仿真结果表明所提方法能有效评估保护装置的运行状态,为运维检修人员提供检修依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈海涛	武汉大学电气与自动化学院	19	139	6.0	11.0
2	马智鹏		4	2	1.0	1.0
3	张学敏		5	1	1.0	1.0
4	戴伟康		1	0	0.0	0.0