《表3 训练时间对比:基于蝙蝠算法优化最小二乘双支持向量机的变压器故障诊断》

《表3 训练时间对比:基于蝙蝠算法优化最小二乘双支持向量机的变压器故障诊断》   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
《基于蝙蝠算法优化最小二乘双支持向量机的变压器故障诊断》


  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

为了验证本文方法的优越性,在LS-TSVM参数最优的情况下,采用SVM对原样本集进行故障诊断,并与本文方法进行比较。采用SVM方法进行故障诊断时,参考文献[20]建立基于SVM的多类分类模型,并采用粒子群算法优化模型中SVM的参数。两种方法的训练时间、诊断精度对比如表3、表4所示。表5列出了本文方法和PSO-SVM方法针对10个现场变压器故障案例的诊断结果。