基于PSO-LSSVM的高压电力电缆接头温度预测

基于PSO-LSSVM的高压电力电缆接头温度预测
高压电力电缆接头温度是反映电缆运行状况的重要指标，对接头温度进行精确预测可提高电缆安全运行水平。采用最小二乘支持向量机建立适用于电缆接头的温度预测模型，并给出了预测方法的具体步骤。模型以电缆接头的历史温度、环境温度、湿度和线芯/护层电流比为输入样本，电缆接头的表面温度为输出。为了提高预测精度，采用粒子群优化算法对模型的标准化参数和正则化参数进行动态寻优。以上海某110 kV电缆接头为例进行预测，结果表明，提出的方法能较好地预测电缆接头温度，预测精度高，为电缆温度监测和预警系统提供可靠的判断依据。

标题：
基于PSO-LSSVM的高压电力电缆接头温度预测
Temperature prediction of power cable joint based on PSO-LSSVM predict model

作者：
何邦乐，黄勇，叶頲，徐浩森
HE Bangle, HUANG Yong, YE Ting, XU Haosen

关键词：
电力电缆;接头温度预测模型;LSSVM;粒子群优化算法
power cable;joint temperature prediction model;LSSVM;particle swarm optimization

2025-1-22 20:06 上传 基于PSO-LSSVM的高压电力电缆接头温度预测.pdf

文件大小:

1.38 MB

下载次数:

60

高速下载