搜索结果: 1-2 共查到“电力系统及其自动化 SVM”相关记录2条 . 查询时间(0.127 秒)
转子系统故障诊断的关键是故障特征提取和状态识 别,在故障特征提取中,采用自回归(AR)模型参数作为特 征向量来分析系统的状态变化是十分有效的,但AR 模型只 适用于平稳信号的分析,而转子系统的振动信号表现出非平 稳特征;同时在状态识别中,支持向量机(SVM)有效地改善了传统分类方法的缺陷。针对这些问题,提出一种基于经验 模态分解(empirical mode decomposition,EMD...
多输入特征融合的组合SVM电力系统暂态稳定评估
电力系统 暂态稳定判别 支持向量机(SVM)
2008/3/5
利用支持向量机(SVM)方法进行暂态稳定判别时,输
入特征的选择是影响最终结果的最重要因素。传统启发式和
试探式方法不能从根本上解决输入特征选择的问题。本文利
用信息融合思想,在构造的具有不同输入特征的多组子分类
器的基础上,对子分类器的结果在输出空间再进行信息融
合,以提高分类准确率。文中从不同角度启发式的构造了4组不同的输入特征,构成四组弱分类器。以这四组弱分类器
为子分类器,再构...