悬式瓷绝缘子表面等值盐密与灰密预测方法的研究

论文摘要

绝缘子表面泄漏电流的变化能综合反映运行绝缘子积污与受潮的变化过程。国内外关于盐密和湿度对绝缘子表面泄漏电流的影响进行了大量的研究,但对灰密影响的研究较少。本文在人工雾室中进行了大量的人工污秽试验,全面分析了盐密、灰密和湿度的变化对绝缘子表面泄漏电流的影响。实验结果表明:泄漏电流随着灰密的增加而增大。为了预测绝缘子表面污秽程度,本文采用最小二乘支持向量机算法建立了盐密和灰密的预测模型,并利用遗传算法对最小二乘支持向量机模型的参数进行了优化,获得了最优的模型参数。结果表明,优化后的最小二乘支持向量机模型实现了对盐密和灰密的准确预测。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 研究的目的和意义
• 1.2 国内外研究现状
• 1.2.1 绝缘子在线检测方法
• 1.2.2 理论研究
• 1.3 本论文的主要工作
• 第二章 悬式瓷绝缘子污秽实验方法
• 2.1 实验原理与装置
• 2.2 测量泄漏电流用三段式无感电阻分流器
• 2.3 污湿环境下悬式瓷绝缘子泄漏电流试验方法
• 2.4 小结
• 第三章 悬式瓷绝缘子污秽状态下泄漏电流的试验研究
• 3.1 绝缘子表面泄漏电流变化与污闪放电过程分析
• 3.2 污湿环境下悬式瓷绝缘子表面泄漏电流及放电现象描述
• 3.3 环境因素对悬式瓷绝缘子泄漏电流的影响
• 3.3.1 环境湿度对泄漏电流的影响
• 3.3.2 环境温度对泄漏电流的影响
• 3.3.3 绝缘子泄漏电流与温、湿度的灰关联分析
• 3.3.4 污秽类型对泄漏电流的影响
• 3.4 悬式瓷绝缘子泄漏电流与ESDD 的关系
• 3.5 悬式瓷绝缘子泄漏电流与NSDD 的关系
• 3.6 小结
• 第四章 统计学习理论和支持向量机概述
• 4.1 统计学习理论的核心内容
• 4.1.1 VC 维和推广性的界
• 4.1.2 结构风险最小化
• 4.2 分类支持向量机
• 4.3 回归支持向量机
• 4.3.1 线性回归问题
• 4.3.2 非线性回归问题
• 4.4 本章小结
• 第五章 遗传算法的基本理论
• 5.1 遗传算法概述
• 5.2 基本遗传算法
• 5.2.1 基本遗传算法的构成要素
• 5.2.2 基本遗传算法的一般框架
• 5.3 遗传算法的理论基础
• 5.3.1 模式定理
• 5.3.2 积木块假设
• 5.4 小结
• 第六章 基于最小二乘支持向量机与遗传算法的绝缘子等值盐密及灰密预测
• 6.1 最小二乘支持向量机函数估计算法
• 6.2 遗传算法优化的LS-SVM 模型
• 6.2.1 LS-SVM 模型的建立
• 6.2.2 利用遗传算法优化LS-SVM 模型
• 6.3 预测结果及分析
• 6.3.1 预测结果中的几种典型情况
• 6.3.2 与实际情况结合的预测结果
• 6.4 小结
• 第七章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况