基于主成分分析与支持向量回归的MOV劣化状态诊断研究
Insulators and Surge Arresters（2023）
Abstract
基于主成分分析(PCA)和支持向量回归(SVR)构建诊断模型,探索性的预测MOV器件在遭受浪涌后的劣化状态.研究过程:前期分别对数个MOV进行多脉冲冲击实验,记录器件在每次冲击前后的各项电参数,随后通过主成分分析得到每个MOV的劣化数值变化曲线,并结合对实际器件损伤情况的判断来确定完全损坏阈值点,最后基于支持向量回归算法在实验训练集上构建关于MOV劣化状态的诊断模型并使用测试数据进行检验.检验结果表明,构建的模型在接收一组遭受冲击后的MOV电参数数据作为输入后,可以较为精准的输出表征其劣化状态的数值量(0～1范围内),与实际劣化值相比,计算得到均方根误差为0.081.为在实际电气系统中对MOV器件的劣化监测预警提供了 一种新的方法思路.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined