《表1 SVM参数寻优结果和局部放电类型识别准确率》

  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

《基于小波包分解和支持向量机的局部放电识别方法研究》

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

经测试，当非负惩罚因子C为5.278，核函数参数g为0.10882时，分类准确率最高，达到了100%。将最优C和g代入到SVM分类模型中，对局部放电信号进行分类识别。将SVM-Wavelet算法与基于EMD分解的识别方法，以及粒子群和遗传算法参数优化的方法进行比较，测试结果如表1所示，电晕放电和悬浮放电的标签分别为0和1，可以看出，SVM对测试样本的分类识别正确率很高，这说明基于小波包能量谱进行局部放电信号识别的方法是有效的。