科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电能表故障频发，严重影响电网公司效益及用户日常生活的问题，准确对电能表故障类型进行诊断、及时修复故障电能表，对保证电力系统正常运行有十分重要的意义。提出一种基于改进人工蜂群算法优化支持向量机(CABC-SVM)参数的诊断方法；以Tent混沌搜索具有遍历性、随机性的优点增强蜂群算法的全局搜索能力；通过历史故障数据训练建立的CABC-SVM诊断模型。仿真结果验证CABC-SVM模型分类精度高达98.0%,相比于与传统ABC-SVM、PSO-SVM和GA-SVM有更少的收敛迭代次数。因此，CABC-SVM具有更高的分类精度和更少的运行时间，是一种高效的电能表故障诊断方法。
- 出版日期2022
- 单位自动化学院; 昆明理工大学; 云南电网有限责任公司电力科学研究院
