%0 Journal Article
%T 基于最小二乘支持向量机的高压断路器故障诊断
%A 张卫正
%A 李永丽
%A 姚创
%J 高压电器
%P 79-83
%D 2015
%R 10.13296/j.1001-1609.hva.2015.12.014
%X 为了快速、准确地对高压断路器发生的故障进行分析和诊断，确定故障的性质、类别和部位，提出了一种高压断路器故障诊断的新方法。首先对高压断路器分合闸线圈电流进行分析，提取电流和时间特征量形成特征向量，然后用遗传算法对最小二乘支持向量机（leastsquaresupportvectormachine,LS-SVM）参数进行优化，最后，将特征向量输入到优化后的最小二乘支持向量机中进行故障识别、分类。试验表明，该方法可以准确地识别断路器的多种故障类型，为断路器故障定位和状态检修提供了依据。与广泛使用的神经网络方法相比，该方法在样本较少时仍能获得较好的诊断效果，更适用于高压断路器等小样本设备的故障诊断。
%K 高压断路器
%K 分合闸线圈电流
%K 故障诊断
%K 最小二乘支持向量机（LS-SVM）
%K 遗传算法
%U http://www.zgydq.com/oa/DArticle.aspx?type=view&id=201512014