支持向量机的低压故障电弧识别方法

被引:12
作者
徐贞华
机构
[1] 江西铜业股份有限公司德兴铜矿动力厂
关键词
支持向量机; 核函数; 故障电弧;
D O I
暂无
中图分类号
TM76 [电力系统的自动化];
学科分类号
摘要
故障电弧是引发电气火灾事故的主要原因之一。该文将支持向量机引入故障电弧研究领域,进行不同负荷情况下故障电弧识别检测。首先参照美国UL1699标准进行实验采集电流数据,然后利用支持向量机实现故障电弧训练、检测识别,并对训练、识别结果进行分析,实验证明本文的检测方法具备一定的泛化能力。
引用
收藏
页码:128 / 131
页数:4
相关论文
共 6 条
  • [1] 基于自组织映射神经网络的低压故障电弧聚类分析
    邹云峰
    吴为麟
    李智勇
    [J]. 仪器仪表学报, 2010, 31 (03) : 571 - 576
  • [2] 中外电气火灾十年数据分析及防控体系
    符平发
    [J]. 电气技术, 2008, (03) : 8 - 11
  • [3] 基于小波神经网络的配电网故障类型识别
    赵智
    王艳松
    鲍兵
    赵中山
    陈学梅
    陈津刚
    [J]. 电力系统及其自动化学报, 2007, (06) : 93 - 96
  • [4] 特征选择和SVM训练模型的联合优化
    陈光英
    张千里
    李星
    [J]. 清华大学学报(自然科学版), 2004, (01) : 9 - 12
  • [5] 神经网络设计方法与实例分析.[M].施彦; 韩力群; 廉小亲; 编著.北京邮电大学出版社.2009,
  • [6] 计算智能的数学基础.[M].褚蕾蕾等编著;.科学出版社.2002,