基于最小二乘支持向量机的改进型GIS局部放电识别方法

• 作者: 刘栋 吴振升 王天健 王晖
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 气体绝缘组合电器 等效时频法 模糊C-均值聚类法 最小二乘支持向量机
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 高电压技术
• 页码范围: 178-182
• 分类号: TM835
• 字数: 2435字
• 语种: 中文

摘要

利用最小二乘支持向量机（1east square-support vector machine，LS．SVM）的方法识别气体绝缘组合电器局部放电的类型。在信号的快速分类后利用相位分布的局部放电特征谱图的特征参数作为LS．SVM识别放电类型的依据；信号快速分类处理部分主要包括信号时间一频率特性提取部分和模糊C-均值聚类2大部分，它们把信号的时间一频率点群分为由若干具有相似信号组成的信号子群。仿真实验表明该方法可有效地应对设备情况复杂的场合且有效回避传统神经网络识别受初始值影响较大、维数过高等一系列问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴振升	北京交通大学电气学院	26	457	12.0	21.0
2	王晖	北京交通大学电气学院	7	137	5.0	7.0
3	刘栋	北京交通大学电气学院	3	53	3.0	3.0
4	王天健	北京交通大学电气学院	2	34	2.0	2.0