《表5 变频器负载正常和故障状态的识别结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CEEMD香农熵与LSSVM的电弧故障诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表4对比可以看出，电机负载时，将香农熵作为特征输入LSSVM时，识别率为95%，作为SVM的特征输入时，识别率为85%，并且LSSVM的运行时间小于SVM的运行时间，识别速度较快。除此之外，还可看出香农熵作为输入特征的识别率高于样本熵。而且和样本熵相对比，香农熵可以更有效地区别电机负载故障和正常状态。当变频器负载时，识别结果如表5所示，同样对于变频器负载运行时，香农熵的识别率依然优于样本熵，并且LSSVM的运行时间小于SVM。实验结果表明：香农熵和LSSVM的结合可以更加快速、准确地识别串联型电弧故障。