HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

复合绝缘子超声波探伤信号识别分类方法研究

作者:王芳红; 张明达; 孙益辉; 黎天复合绝缘子超声波检测bp神经网络支持向量机

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。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力学报

《电力学报》(CN:14-1185/TM)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力学报》以“鼓励学术探讨、促进技术交流、推动科技创新”为宗旨,坚持产、学、研联合办刊的模式,走开门办刊之路,立足于山西省电力领域的高等学校,面向区域电力科研及生产单位,辐射全国电力及相关研究领域,集中体现电力、电机、热能动力、工业与民用建筑、自动化与计算机技术、技术经济以及相关基础学科的研究及实践成果,荟萃电力生产实践、科研和教学发展的...

杂志详情