《表4 PSO优选2DPCA特征的局部放电模式识别结果Table 4 PD pattern recognition accuracies using PSO selected 2DPCA featur

  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

《基于灰度图像分解的局部放电特征提取与优化》

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

表4给出了d=1，2，3，4时PSO优选2DPCA特征的识别结果，图7给出了PSO在迭代过程中的适应度变化曲线。对比表2和表4的结果可以看出，当d取不同值时，PSO优选特征较原始2DPCA特征的识别结果均有不同程度的提高。当d=4时，PSO优选2DPCA特征能够取得96.40%的平均识别率，同时特征维数由72降至为28，表明PSO不仅能够提升2DPCA特征的识别率，同时也可以显著降低特征维数。表5给出了d=4时的PSO优选特征（以FA，4，P表征），其中▲表征该特征被选取，可以看出σ、sd和ene不具有识别局部放电缺陷类型的能力。