基于支持向量机的分类辨识方法及应用

被引：19

作者：

马相东 ^{[1
]}

卢占庆 ^{[1
]}

谭永彦 ^{[2
]}

王秀英 ^{[3
]}

机构：

[1] 山东省冶金设计院股份有限公司

[2] 山东钢铁股份有限公司莱芜分公司

[3] 青岛科技大学信息科学技术学院

来源：

控制工程 | 2016年 / 23卷 / 05期

关键词：

行波法故障检测; 支持向量机; 故障信号; 扰动信号; 分类辨识;

D O I：

10.14107/j.cnki.kzgc.150703

中图分类号：

TF083.2 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对钢铁企业传统高压线路行波检测器易出现误报警的问题,提出了采用支持向量机(SVM)的分类辨识方法,用于故障信号和扰动信号的辨识。首先,从行波法定位装置数据库中提取报警时的信号特征,构造支持向量的输入向量,建立基于数据驱动的支持向量机模型;然后采用仿真策略确定支持向量机径向基函数中的参数σ和惩罚系C的值,并分析了参数σ及惩罚系数C的值对故障和扰动分类准确率的影响。将所提出的方法应用到莱钢高压线路行波检测器中,结果表明:采用支持向量机的分类辨识方法,可以使行波检测器检测的准确率接近90%,大大提高了莱钢高压线路行波检测器故障检测的可靠性。

引用

页码：768 / 772

页数：5

共 14 条

[1]

新型继电保护与故障测距原理与技术.[M].葛耀中著;.西安交通大学出版社.1996,

[2]

支持向量机在高炉铁水温度预测中的应用 [J].