摘要:提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数。算例表明:PSO—LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断。
关键词:高压断路器 最小二乘支持向量机 粒子群优化 故障诊断
单位:西安理工大学水利水电学院 陕西省西安市710048 中国水电顾问集团西北勘测设计研究院 陕西省西安市710056
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社