[发明专利]一种基于IFOA优化SVM模型的油浸式电抗器故障诊断方法在审
| 申请号： | 201810823343.6 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109062180A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 田涛;朱超;陈昊;郝宝欣;李义峰;赵若妤;马宏忠;吴书煜 | 申请（专利权）人： | 国网江苏省电力有限公司检修分公司;河海大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 宿迁市永泰睿博知识产权代理事务所(普通合伙) 32264 | 代理人： | 陈臣 |
| 地址： | 211102 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于IFOA优化SVM模型的油浸式电抗器故障诊断方法，包括：对电抗器故障诊断数据进行预处理，构建训练样本和测试样本；建立基于支持向量机的电抗器故障诊断模型；改进果蝇算法；建立基于IFOA‑SVM的油浸式电抗器故障诊断模型；将样本数据代入故障诊断模型，实现电抗器故障诊断。本发明提出的基于IFOA优化SVM模型的油浸式电抗器故障诊断方法，适用于小数据量样本的训练；改进的果蝇算法实现了全局搜索能力和局部寻优能力的动态平衡，可以有效避免局部最优问题；将改进的果蝇算法应用于支持向量机惩罚参数C和核函数g的选择，可以实现参数的最优选择和自适应选择。 | ||
| 搜索关键词： | 油浸式电抗器 电抗器故障 故障诊断 果蝇 故障诊断模型 支持向量机 优化 预处理 全局搜索能力 自适应选择 改进 诊断 测试样本 惩罚参数 算法实现 算法应用 小数据量 训练样本 样本数据 诊断数据 最优选择 动态平衡 核函数 构建 算法 寻优 样本 | ||
【主权项】：
1.一种基于IFOA优化SVM模型的油浸式电抗器故障诊断方法，其特征在于，包括以下步骤：(1)对电抗器故障诊断数据进行预处理，构建训练样本和测试样本，形成样本数据；(2)建立基于支持向量机的电抗器故障诊断模型；(3)建立改进果蝇算法；(4)建立基于IFOA‑SVM的油浸式电抗器故障诊断模型；(5)将样本数据代入故障诊断模型，实现电抗器故障诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司检修分公司;河海大学，未经国网江苏省电力有限公司检修分公司;河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810823343.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种车辆故障在线诊断系统
- 下一篇：车控指令的更新方法及装置
