基于INTLBO-SVR的低压断路器热脱扣时间预测

作者：张凌波; 操春名; 徐震浩

来源：现代电子技术, 2019, 42(16): 30-35.

DOI：10.16652/j.issn.1004-373x.2019.16.008

• 低压断路器
• 热脱扣时间预测
• 支持向量回归
• 隔离小生境教学算法
• 参数优化
• 预测模型

热脱扣时间是低压断路器的关键指标,利用断路器生产过程中可检测数据可以实现热脱扣时间的预测。针对支持向量回归(SVR)进行热脱扣时间预测,参数的选择对预测的精度和泛化性能影响较大问题,提出一种基于隔离小生境教学算法(Isolated Niche Teaching-Learning-Based Optimization Algorithm,INTLBO)优化支持向量回归的热脱扣时间预测方法。该方法针对教学算法易陷入局部最优的缺点,采用隔离机制的小生境技术对其进行改进,然后利用INTLBO寻优找到最优的SVR参数。根据低压断路器生产历史数据,建立基于INTLBO-SVR的热脱扣时间预测模型。仿真结果表明,与TLBOSVR和常规SVR等方法相比,INTLBO-SVR模型具有较好的预测性能。

• 单位
  华东理工大学