基于PCA和GA算法优化最小二乘支持向量机的开关柜温度预测

• 作者: 刘景宇 张东亮 张好勇 王正 赵雨
• 来源期刊: 电气应用
• 关键词: 开关柜温度 主成分分析 遗传算法 最小二乘支持向量机 预测准确度
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 方案设计
• 页码范围: 59-63
• 页数: 5页
• 语种: 中文

摘要

高压开关柜在变、配电系统中承担着保护、控制和分配电能的作用,其运行稳定性对电网安全稳定运行至关重要.针对影响开关柜温度因素众多以及最小二乘支持向量机(LS-SVM)回归预测时最优参数的选择问题,提出基于主成分分析(PCA)和遗传算法(GA)优化的最小二乘支持向量机开关柜温度预测模型.主成分分析通过变量间相关性降低影响开关柜温度因素变量维数,加快模型训练速度;同时,利用遗传算法进行LS-SVM模型参数优化,提高开关柜温度预测准确度,并通过实例分析进行验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张好勇		2	0	0.0	0.0
2	张东亮		2	0	0.0	0.0
3	赵雨		1	0	0.0	0.0
4	刘景宇		1	0	0.0	0.0
5	王正		1	0	0.0	0.0