基于符号动力学和LS-SVM的变压器维护优化方法

    公开(公告)号:CN104077231A

    公开(公告)日:2014-10-01

    申请号:CN201410339317.8

    申请日:2014-07-16

    IPC分类号: G06F11/36

    摘要: 本发明涉及基于符号动力学和LS-SVM的变压器维护优化方法。项目基于符号动力学方法,将基础数据抽象分割得到变压器缺陷分布变化、故障分布变化、环境变化、负荷变化、以及维护计划变化五个变化量进行符号描述。并结合历年缺陷数据及维护方案对缺陷的影响,采用LS-SVM算法计算维护方案调整前后的效益增益及停电损失,得到最优的运维方案。本发明的优点有:1、利用符号动力学描述变压器风险中不同类型、时变、相互关系复杂的因素;2、提高LS-SVM学习能力、拟合效果;3、利用LS-SVM进行建模分析和预测,得到变压器风险变化规律,解决现有维护优化方法存在预测效率较低、在小样本下效果不理想,容易陷入局部极值等问题。

    基于符号动力学和LS-SVM的变压器维护优化方法

    公开(公告)号:CN104077231B

    公开(公告)日:2017-02-08

    申请号:CN201410339317.8

    申请日:2014-07-16

    IPC分类号: G06F11/36

    摘要: 本发明涉及基于符号动力学和LS-SVM的变压器维护优化方法。项目基于符号动力学方法,将基础数据抽象分割得到变压器缺陷分布变化、故障分布变化、环境变化、负荷变化、以及维护计划变化五个变化量进行符号描述。并结合历年缺陷数据及维护方案对缺陷的影响,采用LS-SVM算法计算维护方案调整前后的效益增益及停电损失,得到最优的运维方案。本发明的优点有:1、利用符号动力学描述变压器风险中不同类型、时变、相互关系复杂的因素;2、提高LS-SVM学习能力、拟合效果;3、利用LS-SVM进行建模分析和预测,得到变压器风险变化规律,解决现有维护优化方法存在预测效率较低、在小样本下效果不理想,容易陷入局部极值等问题。