基于收敛性线性粒子群优化算法的1-SVM电力设备状态分析方法

摘要：

根据基于图像的机器学习方法在电力设备状态分析中的应用特点,设计了包括模型学习、 设备粗定位及对齐分割在内的电力设备状态识别主要技术框架.针对利用图像对关键电力设备进行对齐分割的问题,配合图像模型中的主要特征提取方法,建立了基于收敛性线性粒子群优化算法的1-SVM电力设备状态精确对齐及分割方法.仿真实验验证了该方法在以隔离开关为对象的电力设备分析识别中能够获得较快的处理速度,同时具备较好的分类性能.

关键词：电力设备、状态分析、粒子群优化、1-SVM

所属期刊栏目：8

分类号：TM726(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目5442JL170012;国家自然科学基金资助项目61503341;浙江省公益技术研究社会发展项目2016C33149;浙江省实验室工作研究项目YB201732

在线出版日期：2018-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：75-82