支持向量机在高压绝缘子污秽程度评定中的应用

高压绝缘子污秽程度的评定可以表述为多类模式识别问题，由于影响绝缘子表面污秽状况的因素复杂，并且实际获得的样本数据有限。因此传统的智能方法往往达不到工程应用的精度要求。研究利用支持向量机在解决小样本、非线性及高维识别中的优势，将可用于多类模式识别的dagsvms模型用于高压绝缘千污秽程度的评定。该模型易于实现，且能够找到模式间的最优分类超平面，泛化能力较高。用svm评定高压绝缘子污秽程度时，可以综合考虑不同污秽程度绝缘子泄漏电流的电气特性、环境参数与绝缘子污秽程度之间的非线性关系，从而实现具有极大模糊性的绝缘子表而污秽程度的评定。结果表明，此方法对解决绝缘子污秽程度的评定问题具有良好的适应性和实用性。