基于粒子群‑支持向量机的GIS局部放电类型模式识别方法

专利申请号：CN201711086187.1

公 开 号：CN107944349A

发 明 人：张晓星 唐炬 王辉 周思远 郑建 袁海燕 孙承海 孙艳迪 

代 理 人：彭艳君

代理机构：42222 武汉科皓知识产权代理事务所(特殊普通合伙)

专利类型：发明专利

申 请 日：20180420

公 开 日：20171107

专利主分类号：G06K9/00(20060101)

关 键 词：局部放电 模式识别 样本数据 一对一 电力系统设备 局部放电特征 局部放电信号 高斯核函数 适应度函数 支持向量机 参数训练 构造识别 检测技术 均方误差 特征参数 有效解决 有效模型 最佳参数 粒子群 算法 图谱 投票 优化 学习 

摘      要：本发明涉及电力系统设备检测技术，具体涉及基于粒子群‑支持向量机的GIS局部放电类型模式识别方法，包括以下步骤：基于若干周期K种不同类型局部放电的PRPD图谱作为K个样本数据，提取各类型局部放电的特征参数；采用一对一算法在任意两个样本数据之间构造高斯核函数SVM分类器，共计个SVM分类器；以SVM分类器在优化过程中的均方误差作为PSO算法中的适应度函数，用PSO算法寻找最佳参数；采用提取的各类型局部放电特征参数训练SVM分类器，得到SVM分类器模型；利用SVM分类器模型，用投票的方式对待识别的局部放电信号进行局部放电类型模式识别。该方法可以构造识别问题的有效模型，并通过一对一学习方法，能有效解决各类不同的局部放电类型识别问题。