基于PCA和优化参数SVM的智能变电站故障诊断方法

作     者：张弛 王广民 许会博 佘维 田钊 Zhang Chi;Wang Guangmin;Xu Huibo;She Wei;Tian Zhao

作者机构：郑州大学软件学院河南郑州450001 国网天津市电力公司电力科学研究院天津300000 许继电气股份有限公司河南许昌461000 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第7期

页      面：80-88页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家电网公司总科技项目(5206/2018-19002A) 

主　　题：智能变电站 故障诊断 支持向量机 主成分分析法 帝国竞争算法 

摘      要：针对目前智能变电站故障诊断结构复杂、样本数据量小的问题,构建一种基于主成分分析法和优化参数支持向量机的智能变电站故障诊断模型。通过主成分分析法提取关键故障特征,降低故障诊断的复杂性;结合变电站的运行模式,建立多分类支持向量机分类器,通过帝国竞争算法寻找支持向量机的优化参数;通过真实变电站的故障事件进行实验验证。实验结果表明,该方法能够有效解决训练样本少的问题,同时具备较好的诊断效果。