-
题名基于蜻蜓算法和支持向量机的变压器故障诊断
被引量：17
- 1
-
-
作者
傅军栋
陈俐
康水华
冯奕轩
-
机构
华东交通大学电气与自动化工程学院
-
出处
《华东交通大学学报》
2016年第4期103-112,共10页
-
文摘
电力变压器作为电力系统中变换电压、输送电能、分配电能的重要电力设备,其运行状态直接影响到电网的运行安全。为了提高故障诊断的准确率,提出了一种基于蜻蜓算法(dragonfly algorithm,DA)和支持向量机(support vector machine,SVM)的变压器故障诊断方法。利用蜻蜓算法DA对SVM分类器参数进行优化且以SVM分类预测准确率最大为其适应度函数。变压器故障诊断实例仿真结果分析表明:基于蜻蜓算法的DA-SVM支持向量机的变压器故障诊断与交叉验证法CV-SVM,基于遗传算法的GA-SVM,基于粒子群算法的PSO-SVM相比较,在变压器故障诊断中具有故障诊断准确率高,全局寻优能力强,收敛速度快,且稳定性好的优越性。
-
关键词
蜻蜓算法
支持向量机
变压器
故障诊断
-
Keywords
dragonfly algorithm（da）
support vector machine（SVM）
transformer
fault diagnosis
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于改进密度聚类法的高压加热器传热系数研究
- 2
-
-
作者
钱虹
王海心
张栋良
-
机构
上海电力大学自动化工程学院
上海市电站自动化技术重点实验室
-
出处
《热能动力工程》
CAS
CSCD
北大核心
2024年第3期100-108,共9页
-
基金
国家自然科学基金青年科学基金(51906133)。
-
文摘
为了及时发现并处理高压加热器运行经济性失常,采用传热系数直观地反映高压加热器的运行效率,提出基于时序数据分析方法得到传热系数的在线动态模型。首先通过热动力学机理分析得到影响高压加热器传热系数的主要特征参数并建立基于特征参数的动态模型;其次,通过蜻蜓算法改进的密度聚类方法构建具有最优邻域参数的优化聚类模型,得到可信端差区间。通过一段时间的某电厂的计算结果比较表明,基于改进密度聚类法的传热系数在线动态模型在计算高压加热器传热系数时均方误差MSE低至0.030 5%,说明该模型有效、可行。
-
关键词
高压加热器
传热系数
数据处理
蜻蜓算法
密度聚类
-
Keywords
high-pressure heater
heat transfer coefficient
data processing
dragonfly algorithm(da)
density-based spatial clustering of applications with noise(DBSCAN)
-
分类号
TH86
[机械工程—仪器科学与技术]
-
-
题名应用于光伏阵列故障诊断的DA-SOM算法研究
被引量：3
- 3
-
-
作者
张晓阳
李田泽
张涵瑞
韩鸿雁
李兵
-
机构
山东理工大学电气与电子工程学院
国网德州供电公司
-
出处
《电源学报》
CSCD
北大核心
2022年第2期122-128,共7页
-
基金
山东省研究生教育资助项目(SDYKC18067)。
-
文摘
针对自组织映射SOM(self-organizing map)神经网络聚类性能易受其初始权值的影响,采用蜻蜓算法DA(dragonfly algorithm)优化SOM神经网络的局部权重失真指数LWDI(locally weighted distortion index),对神经网络的初始权值进行寻优。以光伏阵列故障数据样本为研究对象,将正常与故障状态下的输出特性进行对比分析,建立故障诊断模型,并利用诊断模型诊断和输出故障类型。仿真结果表明,与基本SOM神经网络及反向传播BP(back propagation)、DA-BP神经网络相比较,DA-SOM神经网络能够得到较优的聚类效果,可有效地提高光伏阵列故障诊断的准确率。
-
关键词
自组织映射神经网络
蜻蜓算法
光伏阵列
故障诊断
仿真
-
Keywords
self-organizing map(SOM)neural network
dragonfly algorithm(da)
photovoltaic array
fault diagnosis
simulation
-
分类号
TM615
[电气工程—电力系统及自动化]
-
