期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于PSO-LSSVM的高压电力电缆接头温度预测 被引量:19
1
作者 何邦乐 黄勇 +1 位作者 叶頲 徐浩森 《电力工程技术》 2019年第1期31-35,共5页
高压电力电缆接头温度是反映电缆运行状况的重要指标,对接头温度进行精确预测可提高电缆安全运行水平。采用最小二乘支持向量机建立适用于电缆接头的温度预测模型,并给出了预测方法的具体步骤。模型以电缆接头的历史温度、环境温度、湿... 高压电力电缆接头温度是反映电缆运行状况的重要指标,对接头温度进行精确预测可提高电缆安全运行水平。采用最小二乘支持向量机建立适用于电缆接头的温度预测模型,并给出了预测方法的具体步骤。模型以电缆接头的历史温度、环境温度、湿度和线芯/护层电流比为输入样本,电缆接头的表面温度为输出。为了提高预测精度,采用粒子群优化算法对模型的标准化参数和正则化参数进行动态寻优。以上海某110 k V电缆接头为例进行预测,结果表明,提出的方法能较好地预测电缆接头温度,预测精度高,为电缆温度监测和预警系统提供可靠的判断依据。 展开更多
关键词 电力电缆 接头温度预测模型 LSSVM 粒子群优化算法
下载PDF
基于SVM改进PSO算法的电缆接头温度预测分析 被引量:8
2
作者 樊浩 宁博扬 何森 《电子测量技术》 2019年第21期53-56,共4页
为了获得更高的电缆接头温度预测精度,引入了粒子群(PSO)优化算法来动态寻优标准化参数。以PSOSVM算法对电缆接头温度进行预测,生成相应的训练与测试样本。通过训练样本来计算PSO-SVM模型乘子λ及其偏差量B,再根据计算得到的B与λ处理... 为了获得更高的电缆接头温度预测精度,引入了粒子群(PSO)优化算法来动态寻优标准化参数。以PSOSVM算法对电缆接头温度进行预测,生成相应的训练与测试样本。通过训练样本来计算PSO-SVM模型乘子λ及其偏差量B,再根据计算得到的B与λ处理测试样本获得模型精度与预测效果。仿真分析结果表明:采用PSO-SVM方法可以预测得到更加符合实测值的结果,获得比SVM预测方法更优的相对误差,得到的优化参数是完全有效的。大小不一样的数据样本会对预测结果精度造成明显影响,其中样本较多时可以获得相对更高的预测精度。 展开更多
关键词 电力电缆 接头温度预测模型 SVM 粒子群算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部