《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》
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%。
图表编号 | XD00130428600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 赵书涛、马莉、朱继鹏、李建鹏、赵慧 |
绘制单位 | 华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、贵州省电网公司贵阳花溪供电局、国网河北省电力有限公司检修分公司、华北电力大学电气与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |