复合绝缘子超声波探伤信号识别分类方法研究

论文摘要

超声波检测法广泛地应用于复合绝缘子无损检测中,常规的超声波检测通常依靠经验来判断缺陷类型、缺陷大小及位置,得出的结果往往不准确。为提高复合绝缘子超声波探伤信号的识别能力,研究了两种超声回波信号的智能识别方法,采用BP神经网络和支持向量机等方法对复合绝缘子超声检测信号进行识别分类。结果表明,BP神经网络在小样本下的缺陷识别准确率较低;采用支持向量机对超声回波信号的识别准确率要比BP神经网络的识别准确率高,但在大样本情况下缺陷识别运行时间要比BP神经网络长。

论文目录

• 0 引言
• 1 复合绝缘子内部缺陷超声波检测
• 2 基于BP神经网络的超声信号识别
•   2.1 BP神经网络的建立
•   2.2 缺陷识别结果
• 3 基于支持向量机的超声信号识别
•   3.1 支持向量机原理
•   3.2 SVM模型核函数的选择
•   3.3 仿真实验分析
• 4 两种识别分类方法的对比
• 5 结论

文章来源

类型: 期刊论文

作者: 王芳红,张明达,孙益辉,黎天

关键词: 复合绝缘子,超声波检测,神经网络,支持向量机

来源: 电力学报 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网浙江电力有限公司奉化供电有限公司,长沙理工大学电气与信息工程学院

分类号: TM216

DOI: 10.13357/j.cnki.jep.002846

页码: 571-577

总页数: 7

文件大小: 1010K

下载量: 60