基于支持向量机的局部放电模式识别

被引:1
作者
付立华
张晓玫
机构
[1] 河南工程学院电气信息工程系
关键词
支持向量机; 局部放电; 模式识别;
D O I
暂无
中图分类号
TM83 [高电压试验设备及测量技术]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
对电机绝缘系统的典型放电脉冲采用二维谱图提取的放电指纹特征,用支持向量机方法来识别不同的放电类型.识别结果令人满意,表明了支持向量机适于局部放电的识别,对改善局部放电在线监测系统的性能以及该项技术的实用化起到了一定作用.
引用
收藏
页码:5 / 8
页数:4
相关论文
共 5 条
  • [1] 支持向量机参数选择方法研究
    董春曦
    饶鲜
    杨绍全
    徐松涛
    [J]. 系统工程与电子技术, 2004, (08) : 1117 - 1120
  • [2] 人工神经网络用于发电机定子绝缘局部放电模式识别
    彭湃
    王泽忠
    李成榕
    贾逸梅
    王伟
    王景春
    [J]. 现代电力, 2001, (02) : 40 - 44
  • [3] 基于人工神经网络的变压器绝缘模型放电模式识别的研究
    姜磊
    朱德恒
    李福祺
    谈克雄
    覃刚力
    金显贺
    王昌长
    T.C.Cheng
    [J]. 中国电机工程学报, 2001, (01) : 22 - 25
  • [4] 关于统计学习理论与支持向量机
    张学工
    [J]. 自动化学报, 2000, (01) : 36 - 46
  • [5] 模式识别[M]. 电子工业出版社 , (希)SergiosTheodoridis, 2004