文献类型：期刊文章

作　　者：裴少通[1] 刘云鹏[1] 陈同凡[1] 武建华[2] 梁利辉[2]

Pei Shaotong;Liu Yunpeng;Chen Tongfan;Wu Jianhua;Liang Lihui(School of Electrical Engineering,North China Electric Power University,Baoding 071003,Hebei,China;State Grid Hebei Electric Power Co.,Ltd.,Shijiazhuang 050000,China)

机构地区：[1]华北电力大学电气与电子工程学院,河北保定071003 [2]国家电网河北省电力有限公司检修分公司,石家庄050000

出　　处：《电测与仪表》

基　　金：国家自然科学基金资助项目(51577069);中央高校基本科研业务费资助项目(2017XS117)

年　　份：2018

卷　　号：55

期　　号：24

起止页码：11-16

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：线路绝缘子是电力系统运行中的重要设备之一,准确判断绝缘子是否有缺陷问题,关系到整个电网的运行安全,为了提高故障诊断的准确率,提出了一种二进制支持向量机(SVM)分类器和贝叶斯优化(BOA)相结合的输电线路绝缘子故障诊断方法,用于绝缘子闪络过程中红外图谱的分类识别,通过提取绝缘子红外图谱中的方向梯度直方图特征,利用贝叶斯优化算法获得诊断模型的最优超参数来提高分类算法的准确率,并采用主成分分析法对提取特征进行降维来提高分类算法的效率。结果表明,采用贝叶斯优化支持向量机可以准确、有效地对绝缘子进行故障诊断,得到的分类模型比常用的网格搜索算法(GS)、随机搜索算法(RS)等算法准确率更高。

关 键 词：支持向量机 贝叶斯优化  绝缘子 红外成像

分 类 号：TM933]