[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在审
| 申请号： | 201811637846.0 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109799454A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 司杰文;刘凌;张绅 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G01R31/34 | 分类号： | G01R31/34;G01R29/12;G01R31/12;G06N3/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 发电机 击穿场强 主绝缘 预测模型 样本集 粒子群优化 支持向量机 预测 惩罚参数 归一化 核函数 粒子群优化算法 发电机维修 老化试验 数据采用 双重验证 建模 量纲 检验 验证 参考 分类 分析 | ||
【主权项】：
1.一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，其特征在于，包括步骤：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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811637846.0/，转载请声明来源钻瓜专利网。
