基于支持向量机的故障电弧识别方法研究

• 作者: 孙超
• 来源期刊: 消防界
• 学科: 工学
• 关键词: 故障电弧 支持向量机 分类模型 机器学习
• 年，卷（期）: 2018,（11）
• 页码范围: 66-68
• 页数: 3页
• 分类号: TP181

摘要

故障电弧是由于电气线路或设备中绝缘老化破损、电气连接松动、空气潮湿、电压电流急剧升高等原因引起空气击穿所导致的气体游离放电现象.故障电弧极易引起火灾,不易发现,为了减小线路中故障电弧所引起的危害,基于实验证实的故障电弧的特性,利用支持向量机（SVM）方法构建分类模型,用于故障电弧波形的识别.通过对数据集的交叉测试,故障电弧波形的分类精度、敏感性和特异性分别为93.4%、98.1% 和85.3%.通过实验为机器学习方法在故障电弧识别中的研究奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙超		1	0	0.0	0.0