基于改进LSSVM的城市轨道交通供电故障诊断方法

• 作者: 敬学德
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 轨道交通 供电系统 故障诊断 量子粒子群 最小二乘支持向量机
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 109-114,120
• 页数: 7页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.01.019

摘要

小样本条件下供电系统故障快速诊断是保证城市轨道交通安全稳定运行的保证.文中提出了一种基于量子粒子群优化最小二乘支持向量机(LSSVM)的供电系统故障诊断方法.该方法首先基于主成分分析提取能够表征系统运行状态的特征参数,并降低数据维数.然后利用LSSVM构建小样本故障诊断模型,通过量子粒子群算法对LSSVM模型参数进行优化,设计了自适应检测机制和自适应扰动操作,提高优化算法的全局搜索能力.实验结果表明,该方法能够有效提取故障特征,具有更高的全局搜索能力,对供电系统故障的诊断正确率更高.