龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：贵州大学;贵州电网有限责任公司电力科学研究院
摘要：本发明涉及GIS设备PD类型识别技术领域，具体公开了一种基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统，一方面，针对原始北方苍鹰优化算法的初始种群是随机产生的，可能导致初始种群个体位置分布不均匀，降低种群多样性从而影响寻优速度的问题，引入混沌映射策略提升初始种群质量；另一方面，在算法的开发阶段引入非线性收缩因子CF替换原始北方苍鹰优化算法中的线性收缩因子R，加快算法的寻优速度；最后，针对原始北方苍鹰优化算法在寻优过程中容易陷入局部最优的问题，引入平面镜反射成像学习策略，提升算法跳出局部最优的能力。应用本发明，可以显著提升GIS设备PD故障类型的识别效率与分类精度，保障现代化电力系统的安全性与可靠性。
主权项：1.基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法，其特征在于，包括步骤：S1、获取样本数据，并对所述样本数据进行预处理得到样本集合；S2、改进原始北方苍鹰优化算法得到改进北方苍鹰优化算法；具体包括步骤：S21、基于混沌映射策略生成初始种群；S22、按原始北方苍鹰优化算法的迭代方式进行勘探阶段的迭代寻优；S23、在原始北方苍鹰优化算法的开发阶段引入非线性收缩因子CF替换原算法中的线性收缩因子R，按改进后的迭代公式进行开发阶段的迭代寻优；S24、应用平面镜反射成像学习策略对北方苍鹰优化算法中的捕食者种群进行扰动；S25、依照算法时序架构先后完成勘探、开发和扰动阶段的迭代，直至达到最大迭代次数；S3、基于所述样本集合中的训练集，通过所述改进北方苍鹰优化算法对SVM模型中的参数进行组合优化，得到训练模型；S4、基于所述训练模型对所述样本集合中的测试集进行PD故障类别识别。
全文数据：
权利要求：
百度查询： 贵州大学 贵州电网有限责任公司电力科学研究院 基于北方苍鹰算法优化SVM的GIS设备PD类型判定方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号