《表9 噪声环境下优选2DPCA特征的局部放电识别结果Table 9 PD pattern recognition accuracies using the proposed 2DPCA featur

《表9 噪声环境下优选2DPCA特征的局部放电识别结果Table 9 PD pattern recognition accuracies using the proposed 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

对局部放电样本添加5%~15%均匀分布在[0°，360°]范围内的随机噪声，噪声幅值分别为20p C、50p C和100p C。添加随机噪声后的PSO优选2DPCA特征的识别结果如表9所示，结果显示添加随机噪声后，局部放电样本的平均识别率均大于85%，表明本文提出的方法具有较好的抗随机噪声干扰能力。

图表编号XD0015139200    严禁用于非法目的
绘制时间2018.05.01
作者汪可、张书琦、李金忠、孙建涛、赵晓宇、廖瑞金、邹国平
绘制单位中国电力科学研究院、中国电力科学研究院、中国电力科学研究院、中国电力科学研究院、中国电力科学研究院、重庆大学输配电装备及系统安全与新技术国家重点实验室、国网浙江省电力公司电力科学研究院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 不同噪声环境下含噪语音与噪声分类的特征优选结果明细表》2020.06.05
  2. 《表1 模式识别结果：振荡波电压下XLPE电缆局部放电定位和智能识别的研究》2020.12.05
  3. 《表2 仿真PD信号参数：基于优化VMD与噪声估计的间隔阈值局部放电去噪方法》2020.03.16
  4. 《表9 特殊环境下标志牌识别结果》2020.01.24
  5. 《表4 PD信号识别结果：采用Fisher线性判别法提取GIS内部局部放电信号最优能量特征》2019.09.05
  6. 《表2 局部放电图谱及其特征参数Tab.2 Partial discharge pattern and characteristic parameters》2019.01.10
  7. 《表3 非完整人名识别模式Table 3 Non-complete name recognition patterns》2018.06.30
  8. 《表2 人名识别模式集Table 2 Set of name recognition patterns》2018.06.30
  9. 《表2 SVM模式识别结果Tab.2 Pattern recognition result of SVM》2018.11.21
  10. 《表3 BPNN模式识别结果Tab.3 Pattern recognition result of BPNN》2018.11.21
  11. 《表1 ELM模式识别结果Tab.1 Pattern recognition result of ELM》2018.11.21
  12. 《表4 模式识别算法Table 4 Pattern recognition algorithm》2018.03.01
  13. 《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 features》2018.05.01
  14. 《表7 PSO优选2DPCA特征与其他方法的识别结果Table 7 PD pattern recognition accuracies of the PSO selected 2DPCA features and other methods》2018.05.01
  15. 《表6 2DPCA降维方法的局部放电识别效果Table 6 PD pattern recognition results of dimension reduction method relevant to 2DPCA》2018.05.01
  16. 《表8 不同分类方法的局部放电识别结果Table 8 PD pattern recognition accuracies using different classification methods》2018.05.01
  17. 《表2 局部放电识别率的统计结果Table 2 Statistical results of PD pattern recognition accuracies》2018.05.01
  18. 《表5 d=4时的PSO优选2DPCA特征Table 5 PSO selected 2DPCA features when d=4》2018.05.01
  19. 《表1 交直流复合电压下局部放电图谱及特征参数选取Tab.1 Selection of pattern and characteristic parameter of PD under combined AC-DC voltage》2018.06.23
  20. 《表3 5种运动模式识别率比较Table 3 Recognition rate comparison of five movement patterns》2018.03.01

随机翻阅

《表2 IoU统计结果：基于高分影像与深度学习方法的路网提取技术研究与应用》 《表2 乙肝肝移植患者术后乙肝复发的Cox多因素分析》 《表2 矿井火灾应急救援能力等级》 《表1 黄芪各部位清除DPPH的IC50》 《表8 时域测试准确率：基于多域特征提取与改进PSO-PNN的道岔故障诊断》 《表2 重构偏好（策略）凝练语文教学风格特质举例》 《表4 祁连站2015-10-2016-04低水期流量统计结果对比》 《表1 162例高血压患者健康教育干预前后血压变化（±s, mm Hg)》 《表5 按控制性结构分组后企业价值的均值T检验结果》 《表1 丝网结构参数Tab.1 Details of the modeled mesh screen regenerators》