《表4 RD故障分类结果:基于粒子群算法优化支持向量机的变压器绕组变形分类方法》
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
《基于粒子群算法优化支持向量机的变压器绕组变形分类方法》
注:RD故障总体分类准确率:88.89%(16/18)。
表5是从表2到表4测试结果的汇总。从表5可以直观地看出,该方法不仅能有效识别变压器绕组变形故障的类型,且综合分类的精度可高达96.30%。特别是DSV和SC两种故障类型,可完全准确地被识别出来。
图表编号 | XD00131952900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 刘伟、韩彦华、王荆、刘江南、赵仲勇 |
绘制单位 | 国网陕西省电力公司、国网陕西省电力公司电力科学研究院、国网陕西省电力公司电力科学研究院、西南大学工程技术学院、西南大学工程技术学院 |
更多格式 | 高清、无水印(增值服务) |