-
一种基于多特征量的直流电弧故障检测方法
摘 要：文中提出了一种基于支持向量机SVM分类器的直流电弧故障检测方法与若干可用于直流电弧故障检测的时域、频域特征量，特别是基于希尔伯特-黄变换的时频域特征。将特征值导入SVM分类器进行训练后，SVM分类器可检测出直流电弧故障。在SVM分类器的设计和训练过程中，采用遗传算法参数寻优结合K折交叉验证选取最优参数。实验结果表明， SVM分类器的分类准确率高达98%以上。
摘 要：文中提出了一种基于支持向量机SVM分类器的直流电弧故障检测方法与若干可用于直流电弧故障检测的时域、频域特征量，特别是基于希尔伯特-黄变换的时频域特征。将特征值导入SVM分类器进行训练后，SVM分类器可检测出直流电弧故障。在SVM分类器的设计和训练过程中，采用遗传算法参数寻优结合K折交叉验证选取最优参数。实验结果表明， SVM分类器的分类准确率高达98%以上。
