科研之友
微信
新浪微博
Facebook
分享链接
摘要
为有效分析开关柜的各种监测数据,减轻状态评估工作量,提出一种基于自适应粒子群优化和最小二乘向量机分析(PSO-LSSVM)的多维开关柜数据状态评估方法。首先对开关柜的多维历史监测数据进行分类,提取有效数据构建数据集,并利用K最近邻法(KNN)填补缺失数据,针对已有的开关柜历史评估结果,采用最小二乘支持向量机算法进行数据分析和训练,引入自适应粒子群算法,实现算法参数的优化,最终获得多维数据的开关柜评估模型。经实际数据检验,此评估方法能有效分析历史监测所累积的大规模数据,评估准确率较高,可有效筛选出需检修的开关柜,减轻了开关柜评估工作量,具有一定的实际应用意义。
- 单位
