论文部分内容阅读
针对电力电缆局部放电检测,本文提出了基于分形维数及改进极限学习机的缺陷识别方法,首先介绍了基于盒维数计算方式的短时分形维数集多重分形维数计算方式,使用短时分形维数、多重分形维数进行特征提取做为样本特征集,为了解决传统分类算法中参数多及难以确定的问题、学习速度慢等缺点,引入改进的极限学习机(Accurate Online Sequential ELM)对电力电缆缺陷进行识别。本文基于高频电流法在电缆本体上进行局放实验,并获得大量实验数据。将本文提取的方法与传统极限学习机、支持向量机(SVM)和BPNN的识别