《表3 不同寻优算法的参数及分类准确率》

  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CEEMDAN样本熵与FWA-SVM的高压断路器机械故障诊断》

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

断路器故障诊断实际上是依据振动信号样本，提取样本特征并进行分类的过程。本文SVM采用径向基核函数和基于惩罚参数思想的SVM分类器（C-SVC）实现，其中，核函数参数g和惩罚系数C取值范围均为2-10～210，采用FWA寻优最佳C、g使SVM分类准确率达到最高。将前40组振动信号的样本熵作为训练样本建立SVM分类模型，其余40组输入训练好的SVM进行测试。寻优结果如表3所示，由表可见FWA优化算法的寻优时间更短、分类准确率更高。故障分类结果图如图8所示，由图可见，本文方法对40个测试样本的分类结果全部正确，分类准确率达到100%。