手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于LDA及TDO-SVM的变压器状态识别
国网宜昌供电公司;
三峡大学电气与新能源学院
|
熊威
龚康
李冉
高诚
马辉
鲁玲
开通知网号
针对变压器内部状态参数识别精度不高、油中溶解气体特征影响较大的问题,利用线性判别式和袋獾优化算法对支持向量机的参数加以优化,构建变压器状态识别模型。首先,综合考虑油中溶解气体及其含量比值构建21维初始特征,利用线性判别式进行降维,优选特征。其次,引入袋獾优化算法优化支持向量机核参数g和惩罚因子C。试验结果表明,降维后模型分类准确率提高6.98%,袋獾优化算法对参数寻优后变压器状态识别准确率达到93.8%。
机 构:
国网宜昌供电公司;
三峡大学电气与新能源学院;
领 域:
电力工业;
自动化技术;
关键词:
变压器;
线性判别式;
支持向量机;
袋獾优化算法;
状态识别;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
1
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
电工技术
2025年08期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索