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:
在电力设备检修中,可通过检测SF6的分解产物H2S气体、SO2气体和CO气体的浓度判断设备运行状况.采集三种电化学气体传感器经A/D转换后的值,将该值作为样本数据对各气体的最小二乘支持向量机模型进行训练,在输出值与期望值的误差满足要求条件下,采用粒子群算法获取最小二乘支持向量机的最优参数,确定各气体的最小二乘支持向量机模型,从而计算各种气体浓度.该浓度计算方法有效解决了多个电化学传感器之间的交叉干扰问题,且浓度计算精度高.
推荐文章
最小二乘支持向量机交通事件检测算法
交通工程
事件检测
最小二乘支持向量机
分类
基于最小二乘支持向量机的多属性决策
多属性决策
最小二乘支持向量机
效用函数
基于最小二乘支持向量机的双模控制
预测控制
最小二乘支持向量机
稳定性
李亚普诺夫方法
双模控制
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 基于最小二乘支持向量机的SF6气体分解产物的浓度检测
来源期刊 河南工学院学报 学科
关键词 最小二乘支持向量机 SF6分解产物 粒子群算法 输变电设备
年,卷(期) 2021,(1) 所属期刊栏目 电气工程与自动化
研究方向 页码范围 7-12
页数 6页 分类号 TH89
字数 语种 中文
DOI 10.3969/j.issn.1008-2093.2021.01.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
最小二乘支持向量机
SF6分解产物
粒子群算法
输变电设备
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
河南机电高等专科学校学报
双月刊
1008-2093
41-1270/TH
河南省新乡市平原路东段699号
chi
出版文献量(篇)
4407
总下载数(次)
10
总被引数(次)
8208
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导