| 基于支持向量回归的VPMCD方法及其在局部放电模式识别中的应用 |
| |
| 引用本文： | 郑艳艳,朱永利,高佳程.基于支持向量回归的VPMCD方法及其在局部放电模式识别中的应用[J].华北电力大学学报,2019,46(2). |
| |
| 作者姓名： | 郑艳艳 朱永利 高佳程 |
| |
| 作者单位： | 华北电力大学新能源电力系统国家重点实验室,河北保定,071003;华北电力大学新能源电力系统国家重点实验室,河北保定,071003;华北电力大学新能源电力系统国家重点实验室,河北保定,071003 |
| |
| 摘 要： | 针对传统VPMCD方法在回归预测过程中存在的缺陷,采用支持向量回归代替原方法中的多项式回归模型,解决了原回归方法对高维小样本数据预测精度差的问题。在基于支持向量回归的VPMCD方法中,首先采集各个不同类型的放电样本,并提取特征向量构成样本集合;其次,通过支持向量回归对训练样本进行训练,建立各放电类型的变量预测模型;然后,利用这些模型对测试样本进行回归预测,得到各样本相应的预测平方和误差;最后,以预测误差平方和最小为依据,识别各放电样本的放电类型。相较于BP神经网络、SVM、传统VPMCD方法,SVR-VPMCD方法具有更好的分类效果。
|
| 关 键 词： | 局部放电 模式识别 VPMCD 支持向量回归 |
VPMCD Method Based on Support Vector Regression and Its Application in Pattern Recognition of Partial Discharge |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
