摘要
本申请涉及状态检测技术领域和机器学习技术领域,本申请公开了基于频域介电谱和表面电位的状态评估方法、装置及设备,方法包括:在粒子群优化算法收敛或当前迭代次数达到最大迭代次数时,选择适应度值最高的粒子代表的参数组合作为最优参数组合,选取使用最优参数组合的支持向量机作为训练后的支持向量机,采用验证集对训练后的支持向量机进行验证,得到训练后的支持向量机的分类准确率和F1得分;当分类准确率高于预设准确率且F1得分高于预设得分时,训练后的支持向量机根据第二拼接特征对当前多层绝缘纸的老化状态进行预测,得到当前多层绝缘纸的老化状态评估结果。本申请为油浸式变压器的绝缘状态的诊断和维护提供了有效的技术方案。
技术关键词
多层绝缘纸
支持向量机
状态评估方法
特征参量
粒子群优化算法
分类准确率
粒子群算法
参数
曲线
频域介电谱测试
电子设备
代表
训练集
状态评估装置
样本
误差函数
状态检测技术
机器学习技术
页面