基于支持向量机高压静电场闪络信号的模糊识别

被引：4

作者：

张瑾 ^{[1
]}

潘必超 ^{[1
,2
]}

机构：

[1] 广东机电职业技术学院信息工程学院

[2] 华南理工大学机械与汽车工程学院

来源：

电网与清洁能源 | 2015年 / 31卷 / 08期

关键词：

支持向量机; 虚拟样本; 高压静电; 火花检测;

D O I：

暂无

中图分类号：

TM83 [高电压试验设备及测量技术]; TP181 [自动推理、机器学习];

学科分类号：

080803 [高电压与绝缘技术]; 140502 [人工智能];

摘要：

电场本体参数和静电闪络信号特征存在差异性,给控制器进行闪络信号识别带来了困难,传统识别方法误判率高,灵活性和鲁棒性较差。引入高斯分布噪声的虚拟训练集,结合实验电场实际采样信号构成复合训练集对闪络信号识别的支持向量机进行训练,解决训练集不均衡问题,并将得到的决策模型用于实际电场信号的实时识别。仿真与实际电场信号测试结果表明,所提方法具有运算速度快,准确率高,且具有很强的泛化能力。

引用

页码：1 / 5

页数：5

共 6 条

[1]

高压静电场主电路仿真模型频域特性分析与应用 [J].