基于最小二乘支持向量机的绝缘子等值附盐密度预测

等值附盐密度是确定污秽等级和绘制电网污区分布图的主要依据,而绝缘子污秽在线监测系统主要监测绝缘子表面泄漏电流和环境参数。研究表明,泄漏电流除了和绝缘子表面的污秽状况有关外,还受温度、湿度等环境因素的影响,并且和各因素之间存在着复杂的非线性关系。文中在实验室模拟试验和现场实测数据基础上,利用最小二乘支持向量机,建立了以泄漏电流有效值、泄漏电流脉冲峰值、泄漏电流脉冲频度、环境湿度、温度等五个变量作为输入参数,等值附盐密度作为输出参数的智能预测模型。并通过部分实验数据验证了该方法的可行性。

基于最小二乘支持向量机的复杂气象条件下绝缘子等值附盐密度的预测

以"光传感器输变电设备盐密在线监测系统"提供的数据为依据,建立了一种基于最小二乘支持向量机的智能预测模型,该模型以温度(T)、相对湿度(H)、风速(W_V)、气压(P)、雨量(R)等5个变量为输入参数,等值附盐密度为输出参数,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法。用网格搜索法对最小二乘支持向量机最优参数进行自动选取,提高了预测的快速性和准确性。仿真结果表明,与BP神经网络预测的结果相比,该模型预测的等值附盐密度更接近实测结果。本文的方法为电网污区分布图的计算提供了一条新的思路。

基于最小二乘支持向量机的复杂气象条件下绝缘子等值附盐密度的预测

以"光传感器输变电设备盐密在线监测系统"提供的数据为依据,建立了一种基于最小二乘支持向量机的智能预测模型,该模型以温度(T)、相对湿度(H)、风速(WV)、气压(P)、雨量(R)等五个变量为输入参数,等值附盐密度为输出参数。用网格搜索法对最小二乘支持向量机最优参数的进行自动选取,提高了预测的快速性和准确性。结果表明该模型预测的等值附盐密度与实测结果基本一致。