基于支持向量机的大型输电铁塔损伤识别方法研究

• 作者: 刘佼 刘春城 李宏男
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 输电铁塔 支持向量机 损伤识别 径向基神经网络 模态曲率改变率
• 年，卷（期）: 2010,（4）
• 页码范围: 616-625
• 分类号: TU279.7-44|O346
• 字数: 4004字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2010.04.009

摘要

输电铁塔在电力的传输上占有重要地位,一旦发生损伤破坏将造成严重的经济损失.模态曲率改变率这一参数具有良好的损伤定位能力,通过对某500kV输电铁塔的损伤位置识别,即使是在诸如1%等微小损伤条件下,仍能取得良好的效果.作为一种新兴的机器学习算法,支持向量机在损伤识别中已显示出其回归能力的优越性.本文提出了利用最小二乘支持向量机进行大型输电铁塔的损伤程度识别方法,通过对某500kV输电铁塔的损伤程度进行识别,发现该方法在较少的样本条件下,亦能非常逼近目标值,具有精确的损伤程度识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏男	大连理工大学海岸与近海工程国家重点实验室	466	9156	46.0	77.0
2	刘春城	东北电力大学建筑工程学院	32	839	14.0	28.0
6	刘佼	东北电力大学建筑工程学院	4	132	2.0	4.0