《表2 粉煤灰性能指标：基于电压振幅与SVM的输电线路故障分类方法》

  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

《基于电压振幅与SVM的输电线路故障分类方法》

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

将剩余810组（9×10×9）数据，作为测试集输入到已建立的SVM分类模型中，分别对其故障分类速度和分类结果进行对比验证。由于故障发生时，分类模型已建好，参数c和g已确定，故无需再对c和g值进行寻优。因此，在整个故障分类过程中，影响故障分类速度的因素不包含模型训练时间，而应包括两部分时间：故障数据提取时间t0和SVM分类时间t1。则故障分类时间t2=t0+t1。利用Matlab编程，对测试集分别进行分类速度和分类结果的测试。为进一步验证采用新方法后的改进效果，现将相同的测试集分别输入到基于电压振幅与SVM分类系统和基于WPD与SVM分类系统中进行结果对比。此外，与文献[3]中所用方法得到的分类准确率也做了进一步比较，结果如表1～表2所示。