【技术实现步骤摘要】
一种基于SSA
‑
SVM的图像识别GIS故障诊断装置及方法
[0001]本专利技术涉及GIS机械缺陷故障诊断
,具体涉及一种基于 SSA
‑
SVM的图像识别GIS故障诊断装置及方法。
技术介绍
[0002]随着电网规模的日益扩大,我国不断加大对特高压输变电工程建设的投入,对系统运行的安全性和可靠性的要求日益提高,对高压电器装置的安全性和可靠性的要求也日益提高。GIS,即SF6气体绝缘金属封闭开关设备,是20世纪60年代出现的一种高压电器装置。GIS 设备由于具有受外界影响小、占地面积少、配置灵活、维修简单、检修周期长等优点,在电力行业得到了广泛应用。近年来,在我国城乡电网的改造中,GIS得到了大量的使用,成为了电网中的主导开关。
[0003]虽然GIS设备具备的优越性十分显著,可一旦发生故障,或者因为某种缺陷需要进行检修,就势必会导致故障所在的间隔停电,有时由于不清楚故障所在的位置,甚至要对相邻的间隔,甚至整个变电站进行停电。由于故障类型的多样性和复杂性,会导致设备停电的时间 ...
【技术保护点】
【技术特征摘要】
1.一种基于SSA
‑
SVM的图像识别GIS故障诊断方法,其特征在于,包括:采集GIS机械缺陷,包括隔离开关触头接触状态和螺丝松动等图像;利用SSA群智能算法优化SVM,输出最优参数惩罚系数C和核函数半径γ;利用主成分分析法对图像进行降维处理,提取单一维度的图像作为特征;根据最优参数设定SVM模型,将训练样本和测试样本输入到最优的SVM模型中实现故障诊断,其中,根据SSA群智能算法,受麻雀种群的觅食和反捕食行为启发,通过19个标准测试函数验证SSA算法在搜索精度,收敛速度,稳定性和避免局部最优值方面均优于现有算法,基于此,将SSA算法应用到SVM的参数选择中,以SVM训练集分类准确率最高为优化目标,选择最优的惩罚因子和核参数,建立SSA
‑
SVM诊断模型;SSA群智能算法原理为:假设麻雀组成的种群X为其中,n是麻雀的数量,d是待优化问题的变量的维数。f表示为适应度值,则适应度函数F
x
如下:发现者为整个群体中具有较好适应度值的麻雀,负责为种群寻找食物并为追随者提供觅食的方向。选取发现者个数为PD,其位置更新如下:在公式(3)中,i=1,2,3
…
,PD;j=1,2,3
…
,d,t代表当前迭代数,iter
max
是一个常数,表示最大的迭代次数,α∈[0,1]是一个随机数;R2∈[0,1]为预警值,表示麻雀对捕食者的警觉程度;ST∈[0.5,1]为安全值;Q为服从正态分布的随机数,所描述的SSA
‑
SVM算法优化模块具体步骤如下:(1)首先确定故障诊断模型的输入、输出,提取故障特征作为诊断模型输入,确定目标输出值,建立训练、测试样本集;(2)初始化SSA算法相关参数,包括种群规模、最大迭代次数,SVM参数C、γ;(3)通过交叉验证,对训练样本进行分类,以交叉验证的准确率作为麻雀个体的适应度,保留最优的适应度值及位置信息;
(4)计算预警值,以预警值大小为依据,根据式(1)更新发现者的位置;(5)根据式(2)更新追随者的位置;(6)按照式(3)更新意识到危险的麻雀位置,处于种群外围的麻雀会向安全区域靠拢,处在种群中心的麻雀则随机行走以靠近别的麻雀;(7)计算麻雀个体新位置的适应度值,将更新后的适应度值与原来的最优值进行比较,并更新全局最优信息;(8)判断迭代次数是否满足终止条件,如不满足,则重复步骤(3),反之则停止,输出最优参数,将测试集样本输入到最优的SVM模型,输出诊断结果。2.根据权利要求1所述的基于SSA
‑
SVM的图像识别GIS故障诊断方法,其特征在于,将采集到的图像按行存储到一个矩阵中,对每一个维度取平均得到新的行向量,利用主成分分析法将图像降至不同维度,提取单一维度的图像作特征。3.一种基于SSA
‑
SVM的图像识别GIS故障诊断装置,其特征在于,包括:图像采集模块,采集GIS机械缺陷,包括隔离开关触头接触状态和螺丝松动等图像;算法优化模块,利用SSA群智能算法优化SVM,输出最优参数C和γ;特征提取模块,利用主成分分析法对图像进行降维处理,提取单一维度的图像作为特征;故障诊断模块,根据最优参数设定SVM模型,将训练样本和...
【专利技术属性】
技术研发人员:沈涛,蒋科若,岳龙,许欣,严凌,黄云兵,唐晓杰,赵鲁臻,王泓学,赖靖胤,何迪,李子楠,权超,
申请(专利权)人:国网浙江省电力有限公司宁波供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。