基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究.pdf

1、學(xué)校代號!Q≥2分類號——⑨學(xué)號旦盟塑!Q!S密級湖確失事HUNANUNlVERS兒’Y博士學(xué)位論文基于紅外熱像及人工智能的絕緣子污穢等級識別方法研究學(xué)位申請人姓名盟邀墓培養(yǎng)單位湖南大學(xué)導(dǎo)師姓名及職稱姚建剛教授學(xué)科專業(yè)電氫：L型研究方向高電壓與絕緣檢測論文提交日期2006年5月29口博士學(xué)位論文分類的準(zhǔn)確性。在綜合考慮濕度及電壓對污穢特征影響的基礎(chǔ)上，針對絕緣予污穢等級識別本文設(shè)計(jì)了徑向基概率神經(jīng)網(wǎng)絡(luò)分類器(RBPNN)和支持向量機(jī)分類

2、器(SVM)。通過神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)強(qiáng)大的非線性映射能力，首次建立起了不同濕度和電壓下的絕緣子紅外熱像污穢特征與各污穢等級之間的映射關(guān)系。利用徑向基神經(jīng)網(wǎng)絡(luò)對函數(shù)的任意逼近能力及其采用貝葉斯最小風(fēng)險(xiǎn)判別規(guī)則進(jìn)行模式分類的優(yōu)點(diǎn)，實(shí)現(xiàn)了各污穢等級的準(zhǔn)確和快速識別。利用SVM對非線性、高維數(shù)、局部最小問題的良好處理能力、特別是其對小樣本情況的超強(qiáng)處理能力，實(shí)現(xiàn)了小樣本情況下，各污穢等級的準(zhǔn)確識別。實(shí)驗(yàn)結(jié)果表明本文所提基于紅外熱像特征與人工智