基于粒子群优化最小二乘支持向量机的高压电缆接头温度预测

基于粒子群优化最小二乘支持向量机的高压电缆接头温度预测何邦乐
【期刊名称】《上海电力》
【年(卷),期】2017(30)3
【摘要】高压电力电缆接头温度是反映电缆运行状况的一个重要指标，对电缆接头温度进行预测能提高电缆安全运行水平。

采用最小二乘支持向量机建立电缆接头温度预测模型，以上海某110kV电缆终端接头的历史温度、环境温度、湿度、线芯／护层电流比作为训练样本，以测试集误差作为判决依据进行预测。

采用粒子群优化算法对模型参数进行动态寻优，实现模型参数的优化选择，提高了预测精度。

实际算例表明，本预测方法收敛性好、有较高的预测精度和较快的训练速度，能为电缆温度检测和预警系统提供可靠的判断依据。

【总页数】4页(P56-59)
【关键词】电缆接头;支持向量机;粒子群优化;温度预测
【作者】何邦乐
【作者单位】国网上海市电力公司检修公司,上海200072
【正文语种】中文
【中图分类】TM247
【相关文献】
1.基于自适应粒子群参数优化的最小二乘支持向量机用电量预测模型 [J], 徐龙秀;辛超山;牛东晓;安琪;袁程浩;肖瑶
2.基于粒子群优化的最小二乘支持向量机雾霾预测模型 [J], 马庆涛;尚国琲
3.基于最小二乘支持向量机算法的电缆接头温度预测研究 [J], 林晨炯;林珍;黄灿水
4.基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测研究 [J], 熊志伟;熊元新;熊一
5.基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测[J], 杨昭;张钢;赵俊杰;张灏;蔺奕存
因版权原因，仅展示原文概要，查看原文内容请购买。