作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了最大限度提取到局放故障最本质的信息,利用超球面支持向量机对不同绝缘故障局部放电类型进行模式识别.局部放电信号检测复杂,对应故障类型多样,局部放电样本数目有限且特征量呈非线性,使得BP神经网络和SVM的识别率较低.本文基于自回归系数特征,采用经过粒子群优化的超球面支持向量机对不同绝缘故障类型的局部放电进行模式识别,识别率高,这对提高局部放电模式识别率具有一定的指导意义.
推荐文章
基于小波包变换的干式变压器局部放电超声信号的模式识别
局部放电
超声信号
小波包
CPN网络
模式识别
电力变压器局部放电超声定位测量
电力变压器
局部放电
超声定位测量
变压器局部放电信号检测与类型识别
变压器局部放电
超高频法
提升双树复小波
BP神经网络
基于神经网络的变压器绝缘局部放电识别
变压器
绝缘
局部放电
神经网络
识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电力变压器局部放电模式识别
来源期刊 科技风 学科
关键词 模式识别 粒子群优化 超球面支持向量机
年,卷(期) 2018,(1) 所属期刊栏目 水利电力
研究方向 页码范围 182
页数 1页 分类号
字数 1683字 语种 中文
DOI 10.19392/j.cnki.1671-7341.201801164
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王传栋 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模式识别
粒子群优化
超球面支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技风
旬刊
1671-7341
13-1322/N
16开
河北省石家庄市
1988
chi
出版文献量(篇)
77375
总下载数(次)
264
论文1v1指导