基于最小二乘支持向量机的复杂气象条件下绝缘子等值附盐密度的预测 insulators esdd predicting under various meteorological conditions based on least squares support vector machines.pdfVIP

TEGAOZHUAN 基于最小=乘支持向量机的复杂气象条件下绝缘子 等值附盐密度的预测 吴 军1．刘 飞2 (1．三峡电力职业学院，湖北宜昌443000；2．武汉大学电气工程学院，湖北武汉430072) ●摘要：以“光传感器输变电设备盐密在线监测系统”提供的数据为依据，建立了一种基于最小二乘支持向量机● 的智能预测模型，该模型以温度(7)、相对湿度(邡、风速(wd、气压∽、雨量僻)等5个变量为输入参数，等值附盐密 度为输出参数，用二次损失函数取代支持向量机中的不敏感损失函数，将不等式约束条件变为等式约束．从而将 二次规划问题转变为线性方程组的求解，用最小二乘法实现了支持向量机算法。用网格有哪些信誉好的足球投注网站法对最小二乘支持 向量机最优参数进行自动选取i提高孑’预测的快速性和准确性。仿真结果表明，与BP神经网络预测的结果相比． 该模型预测的等值附盐密度更接近实测结果。本文的方法为电网污区分布图的计算提供了一条新的思路。 关键词：等值附盐密度预测：最小二乘支持向量机；气象条件；绝缘子；网格有哪些信誉好的足球投注网站法 中图分类号：TM216 文献标志码：A 文章编号：1673—7598(2011)02-0009-04 近年来，国内外学者对等值附盐密度预测的理 0 引言 论和方法开展了大量的研究，采用的方法包括传统 的最dx--乘法、神经网络等嗍。文献『5—6]采用传统 电网污区分布图(简称污区图)是评价高压架空 的最小二乘法的多元统计线性回归分析来预测输电 线路或变电所电瓷外绝缘因自然污秽所造成外绝缘 线路绝缘在多种因素影响下的ESDD。但是基于传统 强度变化程度的区划图[11．它在指导电网抗污闪工 的最小二乘法的多元统计回归分析属于大样本统计 作、规范管理新建输变电T程的外绝缘配置等方面 方法。该方法处理线性关系容易．但是处理非线性关 发挥着重要作用。等值附盐密度(ESDD)定义为电导系很困难。文献[7-9]采用基于误差梯度信息的BP 率等同于溶解后现场绝缘子表面自然污秽水溶物的 神经网络的方法来预测输电线路绝缘强度在多种因 氯化钠总量与绝缘表面积之比12l，它是确定污秽等级 素影响下的ESDD。具有很强的自学习能力及非线性 和绘制电网污区分布图的主要依据。人T测量等值 映射能力。然而，由于神经网络的学习算法采用经验 附盐密度是测量高压绝缘子自然污秽的主要手段， 风险最小化原理(ERM)，并没有使期望风险最小化 其值主要反映了绝缘子污秽物种类和密度13-41。但它0el，且其网络结构的选择一般只能由经验选定，因而 易受测量用水量的影响。操作也比较麻烦。“光传感 存在过学习和泛化能力不够的问题：另外。BP算法 器输变电设备盐密在线监测系统”的出现使盐密值 是一种局部有哪些信誉好的足球投注网站的优化方法，因此在求解复杂非线 在线监测成为可能。并大大降低了人工测量中所遇 性函数的全局极值时，算法很可能陷入局部极值．从 到的种种不便以及数据的不准确性。但目前其在国 而导致训练失败。 内安装的点数极为有限。绝大多数区域的绝缘子等 作为统计学习理论的实现方法——支持向量机 值盐密值仍无法直接获取。大大地限制了电力运行 Vector (Support 部门对绝缘子表面污秽程度的实时监控能力。也阻 学习及非线性问题，避免了局部最优解。有效地解决 碍了电网污区分布图计算机化的进程。 了“维数灾难”，且人为设定的参数少，便于使用，已 收稿日期：2010—12一ll 基金项目：科技部科学技术重点项目(NCSIE一2006一JKZX一174) 作者简介：吴军(1970一)，男，湖北江陵人，讲师，研究方向为智能监测和继电保护。 万方数据