期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于最小二乘支持向量机的高压绝缘子污秽程度评定
被引量：
16
1
作者
焦尚彬
刘丁
《电力系统自动化》
EI
CSCD
北大核心
2006年第6期61-65,共5页
研究表明,泄漏电流的各种电气特征量除了与绝缘子表面的污秽状况有关外,还受温度、湿度等环境因素的影响,并且与各因素之间存在着复杂的非线性关系。因此,绝缘子在线监测系统通过单一检测泄漏电流的大小来评定表面污秽状况是不科学的。...
研究表明,泄漏电流的各种电气特征量除了与绝缘子表面的污秽状况有关外,还受温度、湿度等环境因素的影响,并且与各因素之间存在着复杂的非线性关系。因此,绝缘子在线监测系统通过单一检测泄漏电流的大小来评定表面污秽状况是不科学的。文中在实验室模拟试验和现场实测数据基础上,利用最小二乘支持向量机这种新的机器学习工具,分别用2种核函数建立了以泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度等5个变量作为输入参数,污秽程度作为输出参数的评定模型,超平面参数通过交叉检验的方式确定。实验结果表明,最小支持向量机具有很好的学习、分类和泛化能力,且对于污秽程度评定问题选用RBF核函数相对于多项式核函数有更高的判别准确率。
展开更多
关键词
绝缘子
在线监测
最小二乘支持向量机
污秽程度评定
在线阅读
下载PDF
职称材料
支持向量机在高压绝缘子污秽程度评定中的应用
2
作者
焦尚彬
刘丁
+2 位作者
郑岗
张青
王洪江
《西北农林科技大学学报（自然科学版）》
CSCD
北大核心
2006年第1期142-146,共5页
高压绝缘子污秽程度的评定可以表述为多类模式识别问题,由于影响绝缘子表面污秽状况的因素复杂,并且实际获得的样本数据有限,因此传统的智能方法往往达不到工程应用的精度要求。研究利用支持向量机在解决小样本、非线性及高维识别中的优...
高压绝缘子污秽程度的评定可以表述为多类模式识别问题,由于影响绝缘子表面污秽状况的因素复杂,并且实际获得的样本数据有限,因此传统的智能方法往往达不到工程应用的精度要求。研究利用支持向量机在解决小样本、非线性及高维识别中的优势,将可用于多类模式识别的DAG SVM s模型用于高压绝缘子污秽程度的评定。该模型易于实现,且能够找到模式间的最优分类超平面,泛化能力较高。用SVM评定高压绝缘子污秽程度时,可以综合考虑不同污秽程度绝缘子泄漏电流的电气特性、环境参数与绝缘子污秽程度之间的非线性关系,从而实现具有极大模糊性的绝缘子表面污秽程度的评定。结果表明,此方法对解决绝缘子污秽程度的评定问题具有良好的适应性和实用性。
展开更多
关键词
支持向量机
高乐绝缘子
污秽程度评定
模式识别
在线阅读
下载PDF
职称材料
题名
基于最小二乘支持向量机的高压绝缘子污秽程度评定
被引量：
16
1
作者
焦尚彬
刘丁
机构
西安理工大学信息与控制工程研究中心
出处
《电力系统自动化》
EI
CSCD
北大核心
2006年第6期61-65,共5页
基金
陕西省教育厅重大产业化资助项目(04jk34)。~~
文摘
研究表明,泄漏电流的各种电气特征量除了与绝缘子表面的污秽状况有关外,还受温度、湿度等环境因素的影响,并且与各因素之间存在着复杂的非线性关系。因此,绝缘子在线监测系统通过单一检测泄漏电流的大小来评定表面污秽状况是不科学的。文中在实验室模拟试验和现场实测数据基础上,利用最小二乘支持向量机这种新的机器学习工具,分别用2种核函数建立了以泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度等5个变量作为输入参数,污秽程度作为输出参数的评定模型,超平面参数通过交叉检验的方式确定。实验结果表明,最小支持向量机具有很好的学习、分类和泛化能力,且对于污秽程度评定问题选用RBF核函数相对于多项式核函数有更高的判别准确率。
关键词
绝缘子
在线监测
最小二乘支持向量机
污秽程度评定
Keywords
insulator
online monitoring
LS-SVM
contamination condition assessment
分类号
TM216 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
支持向量机在高压绝缘子污秽程度评定中的应用
2
作者
焦尚彬
刘丁
郑岗
张青
王洪江
机构
西安理工大学信息与控制工程研究中心
出处
《西北农林科技大学学报（自然科学版）》
CSCD
北大核心
2006年第1期142-146,共5页
基金
陕西省教育厅重大产业化资助项目(04jc13)
文摘
高压绝缘子污秽程度的评定可以表述为多类模式识别问题,由于影响绝缘子表面污秽状况的因素复杂,并且实际获得的样本数据有限,因此传统的智能方法往往达不到工程应用的精度要求。研究利用支持向量机在解决小样本、非线性及高维识别中的优势,将可用于多类模式识别的DAG SVM s模型用于高压绝缘子污秽程度的评定。该模型易于实现,且能够找到模式间的最优分类超平面,泛化能力较高。用SVM评定高压绝缘子污秽程度时,可以综合考虑不同污秽程度绝缘子泄漏电流的电气特性、环境参数与绝缘子污秽程度之间的非线性关系,从而实现具有极大模糊性的绝缘子表面污秽程度的评定。结果表明,此方法对解决绝缘子污秽程度的评定问题具有良好的适应性和实用性。
关键词
支持向量机
高乐绝缘子
污秽程度评定
模式识别
Keywords
Support Vector Machine （SVM）
high voltage insulators
insulator contamination condition assessment
pattern recognition
分类号
TM732 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于最小二乘支持向量机的高压绝缘子污秽程度评定
焦尚彬
刘丁
《电力系统自动化》
EI
CSCD
北大核心
2006
16
在线阅读
下载PDF
职称材料
2
支持向量机在高压绝缘子污秽程度评定中的应用
焦尚彬
刘丁
郑岗
张青
王洪江
《西北农林科技大学学报（自然科学版）》
CSCD
北大核心
2006
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
