[发明专利]基于粒子群优化的发电机主绝缘剩余击穿场强预测方法

说明书

一种基于粒子群优化的发电机主绝缘剩余击穿场强预测方法，包括以下步骤：首先将发电机老化试验所得数据进行相关性分析，然后通过归一化消除不同数据之间存在的量纲差异；将归一化后的数据进行分类，分为样本集数据和检验集数据；将样本集数据采用粒子群优化算法得到最优惩罚参数c和核函数参数g；将最优惩罚参数c和核函数参数g代入支持向量机发电机主绝缘剩余击穿场强预测模型的建模中，得到支持向量机发电机主绝缘剩余击穿场强预测模型；通过样本集数据和检验集数据对得到的预测模型进行双重验证，使用验证后的预测模型对发电机主绝缘剩余击穿场强进行预测。本发明能准确的预测发电机剩余击穿场强，为发电机维修提供了参考。

技术领域

本发明属于发电机运行状态检测领域，具体涉及一种基于粒子群优化的发电机主绝缘剩余击穿场强预测方法，借助支持向量机建立预测模型，能为发电机的维修提供有效参考。

背景技术

发电机在运行过程中由于受到热、电、环境应力等多重因素的作用，会导致绝缘老化，影响发电机的正常运行。特别是由于我国21世纪初处于电力负荷大发展时期，因此目前已经有大批发电机的运行年限较长，存在比较严重的绝缘老化问题。以往大都采用定期停机检修的方法对发电机定期检查，维修判断发电机运行状态，这样势必会造成大量的发电机负荷损失和不必要的资源浪费。如果能提前判断发电机运行状态并据此对发电机采取相应措施，会大大提高发电机的运行效率，减小因发电机定期维修造成的经济损失。

发电机运行状态一般通过发电机主绝缘剩余击穿场强来进行判断，发电机的剩余击穿场强又和非破坏性电参量关系密切。通过对发电机主绝缘剩余击穿场强的准确预测，能够有效的为发电机是否需要停机维修提供参考，具有较大的经济意义和实用价值。

发明内容

本发明的目的在于针对上述现有技术中的问题，提供一种基于粒子群优化的发电机主绝缘剩余击穿场强预测方法，能够精确地预测出发电机主绝缘剩余击穿场强。

为了实现上述目的，本发明采用的技术方案为包括以下步骤：

步骤一、首先将发电机老化试验所得数据进行相关性分析，剔除相关性低的非破坏性电参量，保留相关性高的电参量；然后通过归一化消除不同数据之间存在的量纲差异；

将归一化后的数据进行分类，分为样本集数据和检验集数据；

步骤二、将样本集数据采用粒子群优化算法得到最优惩罚参数c和核函数参数g；

步骤三、将最优惩罚参数c和核函数参数g代入支持向量机发电机主绝缘剩余击穿场强预测模型的建模中，得到支持向量机发电机主绝缘剩余击穿场强预测模型；

步骤四、通过样本集数据和检验集数据对得到的支持向量机发电机主绝缘剩余击穿场强预测模型进行双重验证，使用验证后的预测模型对发电机主绝缘剩余击穿场强进行预测。

所述的步骤一采用威尔逊相关性公式对发电机老化试验所得数据进行相关性分析：

在上式中，Cov(X,Y)表示X与Y的协方差，Var[X]为X的方差，Var[Y]为Y的方差，X代表非破坏性电参量，Y表示发电机主绝缘剩余击穿场强。

步骤一所述归一化的函数表达式如下：

在式中，x_i表示原数据组，y_i表示归一化后的数据，x_max为原数据组中最大的一个数据，x_min为原数据组中最小的一个数据，n为原数据组中的数据个数。

步骤二所述的粒子群优化算法，粒子更新表达式如下：