基于支持向量机的故障电弧识别方法研究

作者：孙超

来源：消防界(电子版), 2018, 4(11): 66-68.

DOI：10.16859/j.cnki.cn12-9204/tu.2018.11.031

• 故障电弧
• 支持向量机
• 分类模型
• 机器学习

故障电弧是由于电气线路或设备中绝缘老化破损、电气连接松动、空气潮湿、电压电流急剧升高等原因引起空气击穿所导致的气体游离放电现象。故障电弧极易引起火灾,不易发现,为了减小线路中故障电弧所引起的危害,基于实验证实的故障电弧的特性,利用支持向量机(SVM)方法构建分类模型,用于故障电弧波形的识别。通过对数据集的交叉测试,故障电弧波形的分类精度、敏感性和特异性分别为93.4%、98.1%和85.3%。通过实验为机器学习方法在故障电弧识别中的研究奠定了基础。

• 单位
  辽宁沈阳; 公安部沈阳消防研究所