[發明專利]一種基于IFOA-SVM的高壓開關柜狀態評估方法

在審

• 申請號: 202110654396.1
• 申請日: 2021-06-11
• 公開（公告）號: CN113379251A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 金學成;周敦有;陳博;王鑫;吳麒;丁年禮;張文安
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G06N3/00
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于IFOA?SVM的高壓開關柜狀態評估方法，首先，采集高壓開關柜運行數據，通過刪除極端異常值和補全缺失值的方法對數據進行預處理；以現場調研結果和專家經驗為依據，選取評價高壓開關柜的特征量為局放值、超聲波值、紅外診斷、電纜接頭溫度和母排溫度；接著，結合多項式函數和高斯徑向基函數構造混合核函數，將原始輸入空間映射到高維特征空間；然后，利用改進果蠅優化算法尋優核函數比例系數、核函數寬度參數和懲罰因子；最后，通過訓練OVO?SVM高壓開關柜狀態估計分類器，實現高壓開關柜狀態的非線性分類，即高壓開關柜狀態評估。本發明利用多源信息對配電高壓開關柜進行狀態綜合評價，理論框架簡單，易于實現且泛化能力強。

技術領域

本發明應用于高壓開關柜狀態評估領域，涉及一種基于改進果蠅 優化算法和支持向量機(IFOA-SVM)的高壓開關柜狀態評估方法。

背景技術

高壓開關柜作為配電系統的主要設備之一，在智能電網中起著控 制和保護其他電力設備的作用。目前，高壓開關柜安裝數量巨大且檢 修任務繁重，高壓開關柜的故障已經成為影響配電網的安全和穩定經 濟運行的主要因素，高壓開關柜的健康狀態評估儼然成為迫在眉睫的 研究重點。

由于高壓開關柜內部結構十分復雜，且各組成部分之間相互影響 較大，通過對影響高壓開關柜狀態各特征量的傳統單一分析并不能準 確評估設備的當前狀態和未來狀態。通過有效融合在線監測、帶電檢 測和停電實驗等多信息源，從而選取高壓開關柜的多維特征量，是提 高高壓開關柜狀態評估精度的關鍵。

支持向量機(SVM)是一種基于統計學習理論的新型機器學習方 法，對解決非線性及高維模式識別問題有許多特有的優勢，因此運用 SVM分類模型對高壓開關柜狀態進行估計是一種行之有效的方法。傳 統基于SVM分類模型進行狀態評估的方法主要是通過尋找更優的單 一核函數，亦或通過現代優化算法對SVM的相關參數進行優化來提 高分類識別精度和效率，無法同時兼顧SVM核函數結構和參數優化 算法的改進，具有一定的局限性。為了提高SVM的分類效果，本發 明通過構造混合核函數并使用改進果蠅優化算法對SVM的相關參數 進行優化，以提高高壓開關柜狀態估計的準確性。

發明內容

為了克服現有高壓開關柜狀態評估技術的不足，本發明提供了一 種基于改進果蠅優化算法和支持向量機(IFOA-SVM)的高壓開關柜 狀態評估方法。

本發明解決其技術問題所采用的技術方案是：

一種基于改進果蠅優化算法和支持向量機(IFOA-SVM)的高壓 開關柜狀態評估方法，所述方法包括以下步驟：

1)高壓開關柜狀態評估數據采集預處理，過程如下：

通過高壓開關柜所配備的在線監測裝置、各類傳感器進行數據采 集，首先，通過使用同類數據的均值和缺失位置數據前后測量值均值 對缺失值進行補全，其次，通過對異常情況和正常情況的數據的對比， 實現對極端異常值進行界定，從而刪除極端異常；

2)高壓開關柜狀態評估數據歸一化處理，過程如下：

采用式(1)對經過異常值和缺失值處理后的高壓開關柜數據進行 歸一化處理；

式中，x_i為未歸一化的高壓高壓開關柜數據；x_max為同組未歸一化的高 壓開關柜數據中的最大值；x_min未同組未歸一化的高壓開關柜數據中的 最小值；為歸一化之后的高壓開關柜數據；

3)確定模型的輸入和輸出，過程如下：

從在線監測、帶電檢測和停電實驗多信息源中選取高壓高壓開關 柜特征量，選取的特征量為局放值、超聲波值、紅外診斷、電纜接頭 溫度和母排溫度，采用預處理過的高壓開關柜樣本數據特征作為模型 的輸入，并將高壓開關柜的狀態作為輸出；

4)確定SVM多分類策略，過程如下：