一种基于萤火虫支持向量机的油色谱在线数据校正方法

作者：郑港; 鄢小虎; 谢齐家; 聂德鑫; 卢文华; 张海龙; 李敏

来源：高压电器, 2013, (09): 23-27.

DOI：10.13296/j.1001-1609.hva.2013.09.001

• 支持向量机
• 油色谱
• 数据校正
• 萤火虫算法
• 参数优化 support vector machine
• oil chromatogram
• data reconciliation
• glowworm swarm optimization
• parameter optimization

为了解决在线油色谱受外界环境和设备误差影响导致数据失真的问题,笔者提出了一种基于萤火虫支持向量机的油色谱在线数据校正的方法。首先将支持向量机中的一组错误惩罚因子,不敏感参数和核参数作为萤火虫个体,通过萤火虫算法对影响支持向量机性能的重要参数进行优化。然后计算油色谱离线数据间的分段函数,当在线数据超出分段函数误差允许的范围时,认为在线数据异常。利用少数准确的油色谱离线数据对支持向量机回归模型进行训练,当在线数据出现异常时,通过支持向量机回归模型对异常的在线数据进行校正。最后通过某台变压器油色谱的在线和离线数据对文中提出的方法进行验证,结果证明了该方法的可行性和有效性。

• 单位
  湖北省电力公司; 国网电力科学研究院; 中国电力科学研究院