基于支持向量机的电力云故障诊断方法研究

• 作者: 余辉 屈喜龙 谢京力
• 来源期刊: 湖南工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 虚拟池 电力云 支持向量机 故障诊断
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP393.0
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-119X.2017.04.010

摘要

电力云计算将虚拟化与分布式技术代替传统的服务器+SAN/NAS信息计算模式,虚拟池对数据的整合与管理在提高资源利用率和降低建设成本的同时,由于电力云稳定和可靠工作的前提很大程度上依赖于良好的网络状态,由此也带来故障诊断更加复杂的新挑战.为了实现电力云网络故障的诊断,针对网络故障本身具有的小样本和非线性特征,采用支持向量机SVM算法,在二分类无法解决多分类的基础上进行改进,选择了一对一SVM,借助实验数据和MATLAB仿真结果验证了其可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈喜龙	湖南工程学院电气信息学院	24	111	6.0	9.0
2	余辉	湖南工程学院电气信息学院	1	2	1.0	1.0
3	谢京力	湖南财政经济学院信息技术与管理学院	1	2	1.0	1.0